Token Turing Machines are Efficient Vision Models

作者
Purvish Jajal,Nicholas Eliopoulos,Benjamin Shiue-Hal Chou,George K. Thiravathukal,James C. Davis,Yung-Hsiang Lu
标识
DOI:10.1109/wacv61041.2025.00767
摘要

We propose Vision Token Turing Machines (ViTTM), an efficient, low-latency, memory-augmented Vision Transformer (ViT). Our approach builds on Neural Turing Machines and Token Turing Machines, which were applied to NLP and sequential visual understanding tasks. ViTTMs are designed for non-sequential computer vision tasks such as image classification and segmentation. Our model creates two sets of tokens: process tokens and memory tokens; process tokens pass through encoder blocks and read-write from memory tokens at each encoder block in the network, allowing them to store and retrieve information from memory. By ensuring that there are fewer process tokens than memory tokens, we are able to reduce the inference time of the network while maintaining its accuracy. On ImageNet-1K, the state-of-the-art ViT-B has median latency of 529.5ms and 81.0% accuracy, while our ViTTM-B is 56% faster (234.1ms), with 2.4 times fewer FLOPs, with an accuracy of 82.9%. On ADE20K semantic segmentation, ViT-B achieves 45.65mIoU at 13.8 frame-per-second (FPS) whereas our ViTTM-B model acheives a 45.17 mIoU with 26.8 FPS (+94%).

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
1秒前
香蕉觅云的应助被无聊的代曼采纳,获得10
1秒前
sereno发布了新的文献求助10
2秒前
3秒前
NICAI的应助被yuan采纳,获得10
3秒前
3秒前
脑洞疼的应助被张家锦采纳,获得10
3秒前
3秒前
4秒前
胡文静发布了新的文献求助10
5秒前
5秒前
张张完成签到,获得积分10
5秒前
5秒前
白河完成签到,获得积分10
6秒前
居然是我完成签到,获得积分10
6秒前
6秒前
7秒前
太叔开山发布了新的文献求助10
9秒前
幸福向真完成签到,获得积分10
9秒前
koutianle发布了新的文献求助10
9秒前
DPBHX完成签到,获得积分10
9秒前
Rainor发布了新的文献求助10
10秒前
10秒前
12秒前
12秒前
黑炭完成签到,获得积分10
13秒前
CC完成签到,获得积分10
13秒前
13秒前
Criminology34的应助被CarryLJR采纳,获得10
13秒前
江雯君发布了新的文献求助10
14秒前
Tsundere完成签到,获得积分10
14秒前
科研通AI6.4的应助被胡文静采纳,获得10
14秒前
16秒前
16秒前
jiujiuji发布了新的文献求助30
17秒前
Rainor完成签到,获得积分10
17秒前
11111完成签到,获得积分10
18秒前
舟舟完成签到,获得积分10
18秒前
18秒前
Grace完成签到 ,获得积分10
18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
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Oncology Clinical Trials: Successful Design, Conduct, and Analysis, Second Edition 800
Stochastic Models in Operations Research,Vol. 2 600
Organizational Behavior 510
桑白皮エキスの実験的, 臨床的育毛効果について 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8044526
求助须知:如何正确求助?哪些是违规求助? 9476211
关于积分的说明 21282869
捐赠科研通 7612158
什么是DOI,文献DOI怎么找? 3392016
关于科研通互助平台的介绍 2523620
邀请新用户注册赠送积分活动 2429957