- 1
- 0
- 约1.01万字
- 约 9页
- 2024-05-25 发布于四川
- 举报
本发明提出了一种基于MLP高效token交互的食品识别方法及系统,涉及计算机视觉领域。本发明首先是根据图像特征进行分块,将其投影到更高维度的特征空间,将图像输入到混合块,然后将图像在通道维度上分割特征,将一半的通道特征输入CGSMM来建模长距离交互,将剩余的特征输入LSMM来聚合局部交互,分别有效提高了模型的token交互能力和促进了token在局部区域的聚合。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118072303A
(43)申请公布日2024.05.24
(21)申请号202410479420.6
(22)申请日2024.04.22
(71)申请人济南大学
地址250024
原创力文档

文档评论(0)