亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

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 地理 程序设计语言 生物 集合(抽象数据类型) 神经科学 数据库 大地测量学
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:324
标识
DOI:10.48550/arxiv.2401.10166
摘要

Convolutional Neural Networks (CNNs) and Vision Transformers (ViTs) stand as the two most popular foundation models for visual representation learning. While CNNs exhibit remarkable scalability with linear complexity w.r.t. image resolution, ViTs surpass them in fitting capabilities despite contending with quadratic complexity. A closer inspection reveals that ViTs achieve superior visual modeling performance through the incorporation of global receptive fields and dynamic weights. This observation motivates us to propose a novel architecture that inherits these components while enhancing computational efficiency. To this end, we draw inspiration from the recently introduced state space model and propose the Visual State Space Model (VMamba), which achieves linear complexity without sacrificing global receptive fields. To address the encountered direction-sensitive issue, we introduce the Cross-Scan Module (CSM) to traverse the spatial domain and convert any non-causal visual image into order patch sequences. Extensive experimental results substantiate that VMamba not only demonstrates promising capabilities across various visual perception tasks, but also exhibits more pronounced advantages over established benchmarks as the image resolution increases. Source code has been 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
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
时间煮雨我煮鱼完成签到,获得积分10
2秒前
火车王完成签到,获得积分10
3秒前
量子星尘发布了新的文献求助10
4秒前
4秒前
余念安完成签到 ,获得积分10
5秒前
zzt发布了新的文献求助10
8秒前
carbonado发布了新的文献求助30
11秒前
bkagyin应助terryok采纳,获得10
13秒前
旋转木马9个完成签到 ,获得积分10
18秒前
zzt完成签到,获得积分20
18秒前
畅快访蕊完成签到,获得积分10
19秒前
21秒前
palmora0829完成签到,获得积分10
21秒前
张宇发布了新的文献求助10
26秒前
26秒前
一剑温柔完成签到 ,获得积分10
30秒前
terryok发布了新的文献求助10
30秒前
精明玲完成签到 ,获得积分10
33秒前
36秒前
情怀应助心灵美的初翠采纳,获得10
45秒前
jnoker完成签到 ,获得积分10
58秒前
阳光的衫完成签到,获得积分10
1分钟前
1分钟前
kw98完成签到 ,获得积分10
1分钟前
科研通AI5应助dd采纳,获得10
1分钟前
1分钟前
充电宝应助田柾国采纳,获得10
1分钟前
科研通AI6应助张宇采纳,获得10
1分钟前
dd发布了新的文献求助10
1分钟前
大模型应助科研通管家采纳,获得10
1分钟前
星辰大海应助科研通管家采纳,获得10
1分钟前
搜集达人应助科研通管家采纳,获得10
1分钟前
1分钟前
wanci应助科研通管家采纳,获得10
1分钟前
小蘑菇应助科研通管家采纳,获得10
1分钟前
我是老大应助科研通管家采纳,获得10
1分钟前
传奇3应助科研通管家采纳,获得10
1分钟前
Owen应助科研通管家采纳,获得50
1分钟前
LTJ完成签到,获得积分10
1分钟前
1分钟前
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
Handbook of Milkfat Fractionation Technology and Application, by Kerry E. Kaylegian and Robert C. Lindsay, AOCS Press, 1995 1000
A novel angiographic index for predicting the efficacy of drug-coated balloons in small vessels 500
Textbook of Neonatal Resuscitation ® 500
The Affinity Designer Manual - Version 2: A Step-by-Step Beginner's Guide 500
Affinity Designer Essentials: A Complete Guide to Vector Art: Your Ultimate Handbook for High-Quality Vector Graphics 500
Optimisation de cristallisation en solution de deux composés organiques en vue de leur purification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5077035
求助须知:如何正确求助?哪些是违规求助? 4296314
关于积分的说明 13386817
捐赠科研通 4118612
什么是DOI,文献DOI怎么找? 2255417
邀请新用户注册赠送积分活动 1259879
关于科研通互助平台的介绍 1192954