针对小样本改进的MobileViT算法
TP181; 为了提高基于Transformer的MobileViT算法在小样本数据上的分类能力,加快算法的训练、收敛以及提高推理速度,提出了卷积池化下采样(convolutional maxpooling downsampling,CMP)和多分支残差特征融合(multi-branch residual feature fusion,MR-FF)两个模块,并插入到MobileViT算法的模块中,分别用于降低模型的参数量,减少特征冗余和防止输入特征丢失.以最小参数量的MobileViT实验结果为例,在Oxford Flower1 02、Mini-ImageNet小样本数据集上进行了对比实验,插...
Saved in:
Published in | 计算机工程与应用 Vol. 60; no. 22; pp. 251 - 260 |
---|---|
Main Authors | , |
Format | Journal Article |
Language | Chinese |
Published |
上海海事大学物流工程学院,上海 201306
15.11.2024
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Be the first to leave a comment!