Sign In
insight - Bildverarbeitung, Computer Vision
Rotationspositionseinbettung für Vision Transformer: Umfassende Analyse und Anwendung in Bilderkennungsaufgaben
Die Rotationspositionseinbettung (RoPE) ist eine effektive Methode zur Verbesserung der Leistung von Vision Transformern, insbesondere bei Extrapolation auf hohe Bildauflösungen. Die Studie zeigt, dass 2D-Varianten von RoPE die Leistung von ViT und Swin Transformer in Klassifikations-, Detektions- und Segmentierungsaufgaben deutlich verbessern können.
Effiziente Schätzung tiefer Homographie für die visuelle Ortsbestimmung
Ein transformerbasiertes tiefes Homographie-Schätzungsnetzwerk, das die geometrische Konsistenz von lokal abgestimmten Merkmalspaaren für eine schnelle und lernbare Neuordnung von Kandidatenbildern nutzt.
Products | Resources
© 2024 by Linnk AI