《MambaOut: Do We Really Need Mamba for Vision?》学术论文首页
文本内容
MambaOut: Do We Really Need Mamba for Vision?
Weihao Yu Xinchao Wang
National University of Singapore
[email protected] [email protected]
Code: https://github.com/yuweihao/MambaOut
In memory of Kobe Bryant
“What can I say, Mamba out.” — Kobe Bryant’s NBA farewell speech in 2016.
Accuracy vs. MACs vs. Model Size
整体描述
这是新加坡国立大学Weihao Yu与Xinchao Wang团队的计算机视觉领域学术论文首页,论文标题为《MambaOut: Do We Really Need Mamba for Vision?》,核心是探讨Mamba模型在视觉任务中的必要性,提出了更高效的替代方案。页面包含作者信息、联系邮箱、代码托管的GitHub链接,还特别致敬了NBA球星科比·布莱恩特,玩了谐音梗:将科比2016年退役演讲的经典台词“What can I say, Mamba out.”与Mamba模型结合,作为致敬语。页面下方展示了两组模型结构对比图(仅Linear层的结构、Linear+SSM的结构),以及一张精度、计算量(MACs)与模型大小的对比图表,图表显示MambaOut模型在各项指标上表现优于VMamba和PlainMamba。
来源说明
该内容是一篇计算机视觉方向的学术论文首页,由新加坡国立大学的Weihao Yu和Xinchao Wang撰写,代码托管于GitHub平台(链接:https://github.com/yuweihao/MambaOut)。论文以科比·布莱恩特的退役演讲台词玩谐音梗致敬,这类学术论文通常会在arXiv等预印本平台发布,也会在学术会议中展示,作者的官方邮箱也标注在页面上用于学术联系。