H

Hiera Base 224

由 namangarg110 开发
Hiera是一种高效的分层式Transformer架构,通过MAE训练优化空间偏置特性,显著提升参数利用效率
下载量 48
发布时间 : 2/28/2024
模型介绍
内容详情
替代品

模型简介

Hiera是针对视觉任务设计的层级Transformer模型,通过多尺度特征处理和MAE预训练策略,在保持高效运行的同时实现高精度图像处理

模型特点

分层架构设计
采用浅层高分辨率/深层低分辨率的多尺度处理方式,模仿传统CNN的特征提取模式
MAE预训练优化
通过掩码自编码器(MAE)训练策略赋予模型空间偏置特性,提高参数利用效率
高效运行
相比传统层级Transformer模型(如ConvNeXT/Swin),在保持精度的同时显著提升运行速度

模型能力

图像特征提取
多尺度视觉表示学习
高效图像处理

使用案例

计算机视觉
图像分类
适用于ImageNet等标准图像分类任务
视觉特征提取
可作为下游视觉任务(如目标检测、分割)的特征提取器