VMamba: Visual State Space Model

计算机科学 可扩展性 人工智能 视觉空间 导线 卷积神经网络 感受野 计算复杂性理论 编码(集合论) 计算机视觉 算法 理论计算机科学 模式识别(心理学) 感知 大地测量学 集合(抽象数据类型) 数据库 神经科学 生物 程序设计语言 地理
作者
Yue Liu,Yunjie Tian,Yuzhong Zhao,Hongtian Yu,Lingxi Xie,Yaowei Wang,Qixiang Ye,Yunfan Liu
出处
期刊:Cornell University - arXiv 被引量:350
标识
DOI:10.48550/arxiv.2401.10166
摘要

Designing computationally efficient network architectures remains an ongoing necessity in computer vision. In this paper, we adapt Mamba, a state-space language model, into VMamba, a vision backbone with linear time complexity. At the core of VMamba is a stack of Visual State-Space (VSS) blocks with the 2D Selective Scan (SS2D) module. By traversing along four scanning routes, SS2D bridges the gap between the ordered nature of 1D selective scan and the non-sequential structure of 2D vision data, which facilitates the collection of contextual information from various sources and perspectives. Based on the VSS blocks, we develop a family of VMamba architectures and accelerate them through a succession of architectural and implementation enhancements. Extensive experiments demonstrate VMamba's promising performance across diverse visual perception tasks, highlighting its superior input scaling efficiency compared to existing benchmark models. Source code is available at https://github.com/MzeroMiko/VMamba.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
圣晟胜发布了新的文献求助20
1秒前
1秒前
任小萱完成签到,获得积分10
1秒前
谢大喵发布了新的文献求助10
1秒前
小小丫发布了新的文献求助20
1秒前
无限的可乐完成签到,获得积分10
1秒前
rencai应助勤奋真采纳,获得10
2秒前
量子星尘发布了新的文献求助10
2秒前
竹竹完成签到,获得积分10
2秒前
yao发布了新的文献求助10
3秒前
3秒前
SUNYAOSUNYAO发布了新的文献求助10
3秒前
wanci应助瘦成闪电大圆脸采纳,获得10
3秒前
完美世界应助ewmmel采纳,获得10
3秒前
杨旭发布了新的文献求助10
3秒前
4秒前
一只木碗123完成签到 ,获得积分20
4秒前
4秒前
5秒前
许译匀发布了新的文献求助10
5秒前
慕青应助周婷采纳,获得10
5秒前
所所应助HANK2024采纳,获得10
6秒前
宁典完成签到,获得积分10
6秒前
szcyxzh完成签到,获得积分10
6秒前
谦让的元菱完成签到,获得积分10
7秒前
7秒前
zy997987876完成签到,获得积分10
7秒前
852应助圣诞结采纳,获得10
8秒前
9秒前
Anna-crystal完成签到,获得积分10
9秒前
bkagyin应助张欣宇采纳,获得10
9秒前
bingle发布了新的文献求助10
9秒前
9秒前
bkagyin应助HP采纳,获得10
10秒前
量子星尘发布了新的文献求助10
10秒前
mmyq完成签到,获得积分20
10秒前
富贵李发布了新的文献求助10
10秒前
10秒前
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
二氧化碳加氢催化剂——结构设计与反应机制研究 660
碳中和关键技术丛书--二氧化碳加氢 600
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5661387
求助须知:如何正确求助?哪些是违规求助? 4838678
关于积分的说明 15095847
捐赠科研通 4820153
什么是DOI,文献DOI怎么找? 2579773
邀请新用户注册赠送积分活动 1534034
关于科研通互助平台的介绍 1492769