Yolov8轻量级：Next-vit，用于现实工业场景的下一代视觉 Transformer_yolov8轻量化

作者：繁依Fanyi0 | 2024-05-24 01:17:10

踩

yolov8轻量化

1.Next-vit介绍

由于复杂的注意力机制和模型设计，大多数现有的视觉 Transformer（ViT）在现实的工业部署场景中不能像卷积神经网络（CNN）那样高效地执行。这就带来了一个问题：视觉神经网络能否像 CNN 一样快速推断并像 ViT 一样强大？

主要贡献总结如下：

1）开发了具有部署友好机制的强大卷积块和变换块，即NCB和NTB。Next-ViT堆栈NCB和NTB 构建先进的CNN-Transformer混合架构。

2）从一个新的角度设计了一种创新的CNN Transformer混合策略，该策略可以高效地提高性能。

3）介绍了Next ViT。大量实验证明了Next ViT的优势。它在TensorRT和CoreML上实现了图像分类、目标检测和语义分割的SOTA延迟/精度权衡。

Next-ViT 的研究团队通过开发新型的卷积块（NCB）和 Transformer 块（NTB），

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/615135