arXiv · 机器人与计算机视觉· Aditya Gupta, Jean Sebastien Dandurand, Kai Qiu, Rohan Choudhury, Laszlo A. Jeni·· 14 天前AI 评分75
学习分层图像分块策略以加速视觉 Transformer
Learning Hierarchical Patch Splitting Policies for Faster Vision Transformers
AI 导读
针对视觉 Transformer 输入序列长度受限的问题,本文提出 Split Policy Learned Image Tokenization(SPLIT),该方法摒弃依赖像素统计的启发式规则,转而让模型根据任务相关信息自动分配 Token 分辨率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org