centernet论文（centernet论文复现）



最近发现CVPR、ICCV、Neurips等顶会上有关聚类+Transformer的论文还真不少，而且基本都是效果很好，创新点很值得参考的成果。

比如CVPR2024的S2VNet新型框架，结合了聚类方法和Transformer架构来实现通用的医学图像分割，性能在多个数据集上超越了SOTA，且推理速度提升近15倍，内存使用减少48.2%。

可见聚类+Transformer这个处理序列/文本数据的创新方法确实有很高的研究价值，再加上它本身就有很多优势，不仅能增强特征表示和模型性能，还能优化计算效率，提高模型的可解释性，为图像分割等聚类任务提供新的解决方案。

因此这也是个很值得发表论文的主题，我这边为了方便大家找思路找idea，已经整理好了12篇最新的聚类+Transformer论文，全部都有代码，想发论文的朋友别错过呀。

扫码添加小享，回复“聚类结合”

免费获取全部论文+开源代码

Clustering propagation for universal medical image segmentation

方法：论文提出了一种名为S2VNet的通用分割框架，通过切片到体积的传播策略，利用聚类方法来统一处理自动和交互式医学图像分割任务，克服了现有解决方案在慢速推理、远程切片联系不足等方面的局限性，显著提高了分割精度和效率。

创新点：

ClusterFomer: Clustering As A Universal Visual Learner

方法：论文提出了一种名为CLUSTERFORMER的通用视觉模型，基于聚类和Transformer范式，通过递归交叉注意力聚类和特征分派的新颖设计，解决图像分类、目标检测和图像分割等异构视觉任务。

创新点：

扫码添加小享，回复“聚类结合”

免费获取全部论文+开源代码

Tore: Token reduction for efficient human mesh recovery with transformer

方法：论文提出了一种简单而有效的令牌减少（TORE）策略，通过结合3D几何结构和2D图像特征来减少Transformer中的冗余令牌。这种方法通过体结构的先验信息逐步恢复网格几何，并进行令牌聚类，以传递更少但更具辨识力的图像特征令牌。

创新点：

PaCa-ViT: learning patch-to-cluster attention in vision transformers

方法：论文介绍了一种名为PaCa-ViT的方法，它结合了聚类和Transformer技术来提高视觉任务中的效率和可解释性，通过学习Patch-to-Cluster Attention来减少传统patch-to-patch注意力机制中的二次复杂度问题，并利用聚类来捕捉图像中更有意义的视觉token。

创新点：

扫码添加小享，回复“聚类结合”

免费获取全部论文+开源代码

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/rfx/12339.html