11:07
官方账号arXiv cs.AI@Ümit Mert Çağlar, Alptekin Temizel
推荐理由：遥感图像分割从业者终于有了兼顾精度和效率的轻量方案——LALE用1.6M参数达到接近大模型的效果，做边缘部署或实时处理的团队可以直接参考。
轻量Transformer
共 1 条相关 AI 资讯
6月2日
11:07
LALE 是一种专为遥感图像语义分割设计的轻量级Transformer架构，通过分辨率分叉编码器：轻量ConvMixer处理高分辨率局部特征，Transformer处理低分辨率全局上下文，将自注意力的二次复杂度限制在深层下采样特征图上。全MLP多尺度解码器结合RMSNorm和StarReLU进一步降低计算量和参数量。在ARAS400k基准上，最小变体（仅1.6M参数）在F1分数上仅比最佳基线UPerNet低2.6点，但参数量减少4.5倍，存储减少7倍，计算量减少17倍，吞吐量提升1.8倍。该工作为资源受限场景下的遥感分割提供了高效解决方案。