LSTM创始人推出Vision-LSTM，挑战Transformer在视觉领域的地位

著名科学家Sepp Hochreiter引领的研究团队近期发布Vision-LSTM，这是一种将经典LSTM扩展到视觉任务的新架构。ViL通过交替的mLSTM块设计，解决了Transformer在高分辨率图像处理中的计算复杂性问题，表现出优于基于Transformer的ViT模型的性能。在ImageNet-1K实验中，ViL的性能与优化过的ViT相当，展示了其在语义分割和医学成像等任务的潜力。
来源：https://mp.weixin.qq.com/s/_9DYLbRkiXTU70nsXJLCDQ