华为诺亚实验室的研究员发现图神经网络（GNN）也能做视觉骨干网络。将图像表示为图结构，通过简洁高效的适配，提出一种新型视觉网络架构 ViG，表现优于传统的卷积网络和 Transformer。在 ImageNet 图像识别任务，ViG 在相似计算量情况下 Top-1 正确率达 82.1%，高于 ResNet 和 Swin Transformer。
论文链接：
https://arxiv.org/abs/2206.00272
PyTorch 代码：
https://github.com/huawei-noah/CV-Backbones
MindSpore 代码：
https://gitee.com/mindspore/models/tree/master/research/cv/ViG
视觉图神经网络 ViG 架构
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
这是一个专注于人工智能产品的导航站。
