2021年5月12日
CVPR2021| TimeSformer-视频理解的时空注意模型
摘要： 前言： transformer在视频理解方向的应用主要有如下几种实现方式：Joint Space-Time Attention，Sparse Local Global Attention 和Axial Attention。这几种方式的共同点是采用ViT中的方式将图像进行分块，而它们之间的区别在于如何 阅读全文
posted @ 2021-05-12 23:42 CV技术指南（公众号） 阅读(1096) 评论(0) 推荐(0) 编辑