IP属地：重庆
35、AFT模块 论文《An Attention Free Transformer》 1、作用 注意力自由变换器（AFT）旨在通过去除传统Tra...
34、IRMB模块 论文《Rethinking Mobile Block for Efficient Attention-based Model...
33、STVit模块 论文《Vision Transformer with Super Token Sampling》 1、作用 STVit旨在...
32、BiFormer模块 论文《BiFormer: Vision Transformer with Bi-Level Routing Atte...
31、Cloattention模块 论文《Rethinking Local Perception in Lightweight Vision T...
30、Partnet模块 论文《NON-DEEP NETWORKS》 1、作用 论文提出了“Partnet”，这是一种新型的神经网络架构，旨在不...
29、ResNeSt模块 论文《ResNeSt: Split-Attention Networks》 1、作用 ResNeSt提出了一种新的模块...
28、ShuffleAttention模块 论文《SA-NET: SHUFFLE ATTENTION FOR DEEP CONVOLUTIONA...
27、ASPP模块 论文《Rethinking Atrous Convolution for Semantic Image Segmentati...