跳到正文
arXiv · 机器人与计算机视觉· Yiyao Yang·· 9 天前AI 评分53

FG-DSA:面向高效稠密预测的频率引导深度可分离注意力框架

FG-DSA: Frequency-Guided Depthwise Separable Attention for Efficient Dense Prediction

AI 导读

针对资源受限场景下稠密预测与生成建模中高频特征丢失的问题,本文提出 FG-DSA 框架。该方法利用 2D FFT 高通滤波模块将频域先验注入空间注意力机制,使轻量网络能以线性复杂度恢复锐利的边界过渡。实验表明,FG-DSA 在语义分割任务中能一致地提升性能,且作为扩散生成 U-Nets 的模块使用时,可在极低的额外参数和 FLOP 成本下显著改善生成图像的纹理细节。

来源:arXiv · 机器人与计算机视觉 · arxiv.org