跳到正文

Vision Mamba

基于双向 Mamba 模块的视觉骨架

访问官网

vision-mamba 是什么

该框架被介绍为由双向 Mamba 模块构建、不依赖自注意力的高效视觉表示学习框架,用位置嵌入与双向状态空间模型压缩视觉表示。

你可以用它做什么

  • 处理高分辨率图像理解
  • 用位置嵌入替代自注意力
  • 把框架用于视觉表示学习

应用场景

  • 在其上构建图像分类模型
  • 在其上开发目标检测模型
  • 在其上开发语义分割模型

优点与缺点

✓ 我们认可的地方

  • 不使用自注意力机制
  • 用位置嵌入压缩视觉表示

! 需要留意的地方

  • 设计围绕双向 Mamba 模块展开
  • 结果在所列的评测任务上报告

常见问题

列出哪些任务?

资料列出 ImageNet 分类、COCO 目标检测和 ADE20k 语义分割。

给出哪些效率数字?

资料说明计算效率 2.8 倍、内存效率 86.8%。

最后评测: 2026-11-15

更多 AI 图像生成 工具

查看全部 →

评测方法