1.摘要本文提出了一种轴向移位的MLP体系结构(AS-MLP),更关注局部特征的交互，通过特征图的通道轴移动，AS-MLP能够从不同的轴获取信息，这使得网络能够捕捉局部依赖（可以理解为cnn的空间不变性），这样的操作使我们能够利用一个纯的MLP体系结构来实现与cnn类体系结构相同的局部感受野。我们也可以设计AS-MLP的感受野的大小和块的拓展。本文提出的AS-MLP架构在ImageNet-1K数据集上的表现优于所有基于MLP的架构，并且与基于transformer相比即使FLOPs稍低，也能获得具有竞争力的性能。此外，AS-MLP也是第一个应用于下游任务(如对象检测和语义分割)的基于mlp的体
1.摘要本文提出了一种轴向移位的MLP体系结构(AS-MLP),更关注局部特征的交互，通过特征图的通道轴移动，AS-MLP能够从不同的轴获取信息，这使得网络能够捕捉局部依赖（可以理解为cnn的空间不变性），这样的操作使我们能够利用一个纯的MLP体系结构来实现与cnn类体系结构相同的局部感受野。我们也可以设计AS-MLP的感受野的大小和块的拓展。本文提出的AS-MLP架构在ImageNet-1K数据集上的表现优于所有基于MLP的架构，并且与基于transformer相比即使FLOPs稍低，也能获得具有竞争力的性能。此外，AS-MLP也是第一个应用于下游任务(如对象检测和语义分割)的基于mlp的体
在几年前windows10系统就注意到，蓝牙耳机连接windows电脑后会出现两个模式，一个是Hands-freeAGAudio（即免提模式，以下简称Hands-free），一个是stereo（立体声模式），并且发现只有Hands-free模式才能使用耳机的麦克风，但是音质会差好多，stereo模式音质好但是无法使用耳机的麦克风。如果只用耳机输出还好，如果要输入的话就要牺牲音质，并且来回切换很麻烦，导致我后面非常坚决地换了USB接口的2.4G无线耳机。（罗技G733真香）但是所有耳机连手机不会出现这个情况啊，搜索了一下之后发现原因是蓝牙耳机的传输带宽有限，输出用的A2DP协议一般就把所有的带宽
在几年前windows10系统就注意到，蓝牙耳机连接windows电脑后会出现两个模式，一个是Hands-freeAGAudio（即免提模式，以下简称Hands-free），一个是stereo（立体声模式），并且发现只有Hands-free模式才能使用耳机的麦克风，但是音质会差好多，stereo模式音质好但是无法使用耳机的麦克风。如果只用耳机输出还好，如果要输入的话就要牺牲音质，并且来回切换很麻烦，导致我后面非常坚决地换了USB接口的2.4G无线耳机。（罗技G733真香）但是所有耳机连手机不会出现这个情况啊，搜索了一下之后发现原因是蓝牙耳机的传输带宽有限，输出用的A2DP协议一般就把所有的带宽
Vision框架在2017年推出，目的是为了让行动App开发者轻松利用电脑视觉演算法。具体来说，Vision框架中包含了许多预先训练好的深度学习模型，同时也能充当包裹器(wrapper)来快速执行你客制化的CoreML模型。Apple在iOS13推出了文字辨识(TextRecognition)和VisionKit来增强OCR之后，现在将重点转向了iOS14Vision框架中的运动与动作分类上。在之前的文章中，我们说过Vision框架可以做轮廓侦测(ContourDetection)、光流请求(OpticalFlowRequest)，并提供一系列离线影片处理(offlinevideoproces
Vision框架在2017年推出，目的是为了让行动App开发者轻松利用电脑视觉演算法。具体来说，Vision框架中包含了许多预先训练好的深度学习模型，同时也能充当包裹器(wrapper)来快速执行你客制化的CoreML模型。Apple在iOS13推出了文字辨识(TextRecognition)和VisionKit来增强OCR之后，现在将重点转向了iOS14Vision框架中的运动与动作分类上。在之前的文章中，我们说过Vision框架可以做轮廓侦测(ContourDetection)、光流请求(OpticalFlowRequest)，并提供一系列离线影片处理(offlinevideoproces
论文阅读笔记（五）：Hire-MLP:VisionMLPviaHierarchicalRearrangement摘要先前的MLPs网络接受flattened图像patches作为输入，使得他们对于不同的输入大小缺乏灵活性，并且难以捕捉空间信息，本问Hire-MLP通过层次化重排构建视觉MLP架构，包含两个层次的重排。其中，区域内重排是为了捕获空间区域内的局部信息，跨区域重排是为了实现不同区域之间的信息通信，并通过沿空间方向循环移动所有标记来捕获全局上下文。大量的实验证明了Hire-MLP作为多种视觉任务的通用骨干的有效性。特别是，Hire-MLP在图像分类、目标检测和语义分割任务上取得了具有竞
论文阅读笔记（五）：Hire-MLP:VisionMLPviaHierarchicalRearrangement摘要先前的MLPs网络接受flattened图像patches作为输入，使得他们对于不同的输入大小缺乏灵活性，并且难以捕捉空间信息，本问Hire-MLP通过层次化重排构建视觉MLP架构，包含两个层次的重排。其中，区域内重排是为了捕获空间区域内的局部信息，跨区域重排是为了实现不同区域之间的信息通信，并通过沿空间方向循环移动所有标记来捕获全局上下文。大量的实验证明了Hire-MLP作为多种视觉任务的通用骨干的有效性。特别是，Hire-MLP在图像分类、目标检测和语义分割任务上取得了具有竞
论文阅读笔记（五）：Hire-MLP:VisionMLPviaHierarchicalRearrangement摘要先前的MLPs网络接受flattened图像patches作为输入，使得他们对于不同的输入大小缺乏灵活性，并且难以捕捉空间信息，本问Hire-MLP通过层次化重排构建视觉MLP架构，包含两个层次的重排。其中，区域内重排是为了捕获空间区域内的局部信息，跨区域重排是为了实现不同区域之间的信息通信，并通过沿空间方向循环移动所有标记来捕获全局上下文。大量的实验证明了Hire-MLP作为多种视觉任务的通用骨干的有效性。特别是，Hire-MLP在图像分类、目标检测和语义分割任务上取得了具有竞
论文阅读笔记（五）：Hire-MLP:VisionMLPviaHierarchicalRearrangement摘要先前的MLPs网络接受flattened图像patches作为输入，使得他们对于不同的输入大小缺乏灵活性，并且难以捕捉空间信息，本问Hire-MLP通过层次化重排构建视觉MLP架构，包含两个层次的重排。其中，区域内重排是为了捕获空间区域内的局部信息，跨区域重排是为了实现不同区域之间的信息通信，并通过沿空间方向循环移动所有标记来捕获全局上下文。大量的实验证明了Hire-MLP作为多种视觉任务的通用骨干的有效性。特别是，Hire-MLP在图像分类、目标检测和语义分割任务上取得了具有竞
