MMViT: Multiscale Multiview Vision Transformers

计算机科学 保险丝(电气) 变压器 人工智能 计算机视觉 特征(语言学) 高分辨率 模式识别(心理学) 工程类 电压 地理 语言学 遥感 电气工程 哲学
作者
Yuchen Liu,Natasha Ong,Kaiyan Peng,Bo Xiong,Qifan Wang,Rui Hou,Madian Khabsa,Kaiyue Yang,David Liu,Donald S. Williamson,Hanchao Yu
出处
期刊:Cornell University - arXiv 被引量:5
标识
DOI:10.48550/arxiv.2305.00104
摘要

We present Multiscale Multiview Vision Transformers (MMViT), which introduces multiscale feature maps and multiview encodings to transformer models. Our model encodes different views of the input signal and builds several channel-resolution feature stages to process the multiple views of the input at different resolutions in parallel. At each scale stage, we use a cross-attention block to fuse information across different views. This enables the MMViT model to acquire complex high-dimensional representations of the input at different resolutions. The proposed model can serve as a backbone model in multiple domains. We demonstrate the effectiveness of MMViT on audio and image classification tasks, achieving state-of-the-art results.

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
一米阳光发布了新的文献求助10
1秒前
世安完成签到,获得积分10
2秒前
2秒前
zzz发布了新的文献求助10
3秒前
丝绒发布了新的文献求助10
3秒前
无情的函发布了新的文献求助10
4秒前
dm发布了新的文献求助10
6秒前
6秒前
6秒前
berg发布了新的文献求助10
6秒前
6秒前
6秒前
guo完成签到,获得积分10
7秒前
英俊的铭应助丝绒采纳,获得10
7秒前
量子星尘发布了新的文献求助10
7秒前
7秒前
8秒前
乐空思应助ctomit采纳,获得30
8秒前
zzz完成签到,获得积分10
9秒前
9秒前
超浓抹茶椰完成签到,获得积分10
10秒前
DWWWDAADAD完成签到,获得积分10
10秒前
今后应助王富贵采纳,获得10
11秒前
zoerist应助科研通管家采纳,获得10
11秒前
spc68应助科研通管家采纳,获得10
11秒前
领导范儿应助科研通管家采纳,获得10
11秒前
11秒前
11秒前
汉堡包应助科研通管家采纳,获得10
12秒前
妮妮发布了新的文献求助10
12秒前
大模型应助科研通管家采纳,获得10
12秒前
12秒前
大个应助科研通管家采纳,获得10
12秒前
星辰大海应助科研通管家采纳,获得10
12秒前
平淡南霜完成签到,获得积分10
12秒前
BowieHuang应助科研通管家采纳,获得10
12秒前
12秒前
烟花应助科研通管家采纳,获得10
12秒前
Owen应助科研通管家采纳,获得10
12秒前
笑的得美发布了新的文献求助10
13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
Clinical Microbiology Procedures Handbook, Multi-Volume, 5th Edition 2000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1000
The Composition and Relative Chronology of Dynasties 16 and 17 in Egypt 1000
Russian Foreign Policy: Change and Continuity 800
Real World Research, 5th Edition 800
Qualitative Data Analysis with NVivo By Jenine Beekhuyzen, Pat Bazeley · 2024 800
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 5718285
求助须知:如何正确求助?哪些是违规求助? 5251746
关于积分的说明 15285174
捐赠科研通 4868514
什么是DOI,文献DOI怎么找? 2614220
邀请新用户注册赠送积分活动 1564054
关于科研通互助平台的介绍 1521548