发简信
IP属地：上海
-
阅读笔记-Less is More: Focus Attention for Efficient DETR论文链接： 代码链接： 1.动机 本文主要针对的是DETR类方法过高的计算复杂度问题，具体而言是encoder中所有的位置都作为key带来的高计...
-
阅读笔记-NVAutoNet: Fast and Accurate 360 3D Perception for Self-Driving论文链接：https://arxiv.org/pdf/2303.12976.pdf[https://arxiv.org/pdf/2303.129...
-
阅读笔记-Image as Set of Points论文链接：https://arxiv.org/pdf/2303.01494.pdf[https://arxiv.org/pdf/2303.014...
-
阅读笔记- MetaFormer Baseline for Vision源码地址：https://github.com/sail-sg/metaformer[https://github.com/sail-sg/me...
-
阅读笔记- Spatial DETR: Robust Scalable Transformer-Based 3D Object Detection from Multi-view Camera ...来源：https://markus-enzweiler.de/downloads/publications/ECCV2022-spatial_d...
-
阅读笔记- Li3DeTr: A LiDAR based 3D Detection Transformer这篇文章整体没什么好说的，只是将Deformable DETR应用到了LiDAR 3D检测任务上，所以我们这里看一下其细节部分就行。 1. 方法...
-
阅读笔记-Transformer Quality in Linear Time这篇文章的目的是为了解决transformer 处理长序列任务遇到的计算复杂度较高的问题。为了解决这个问题，许多工作聚焦于探索更有效的注意力机制...
-
阅读笔记 - The Devil in Linear Transformer来源：https://www.researchgate.net/publication/364419868_The_Devil_in_Linea...
-
阅读笔记-TransVOS: Video Object Segmentation with Transformers文章要解决的任务是semi-supervised video object segmentation, 该任务的定义是给定一段图像序列，其中第一...