最近,Google DeepMind 推出了 NaViT:一種新的 ViT 模型,它在訓(xùn)練過(guò)程中使用序列打包來(lái)處理任意分辨率和寬高比的輸入。該模型將圖像分割成小塊,并線性投影到令牌上,形成了這個(gè)模型的基礎(chǔ)。
之前的研究已經(jīng)探討了與這個(gè)模型不同的可能性:FlexiViT 允許連續(xù)范圍的序列長(zhǎng)度,并通過(guò)在每個(gè)訓(xùn)練迭代中隨機(jī)選擇補(bǔ)丁大小,并使用縮放技術(shù)來(lái)適應(yīng)初始卷積嵌入中的多個(gè)補(bǔ)丁大小。Pix2Struct 的替代補(bǔ)丁方法在圖表和文件理解等任務(wù)中非常有價(jià)值。
NaViT 是谷歌研究人員開(kāi)發(fā)的另一種替代方案,它采用了 Patch n' Pack 技術(shù),通過(guò)將多個(gè)來(lái)自不同圖像的補(bǔ)丁打包到一個(gè)序列中,實(shí)現(xiàn)了不同分辨率的同時(shí)保持寬高比。NaViT 在廣泛的解決方案范圍內(nèi)都表現(xiàn)出色,為推理時(shí)間提供了平滑的性能 - 成本平衡,并且易于適應(yīng)新任務(wù),而且無(wú)需花費(fèi)大量資金。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國(guó)柏林國(guó)際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場(chǎng)的強(qiáng)大影響力。
近日,中國(guó)家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開(kāi)幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無(wú)人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶(hù)就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開(kāi)放原子開(kāi)源基金會(huì)主辦的“2024全球開(kāi)發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。