과제에 따른 필요성 질문
연구는 긴 시퀀스와 자기회귀라는 특성이 Mamba의 활용에 중요하다는 관점에서 출발한다. 이미지 분류와 더 긴 공간 시퀀스의 검출 및 분할을 나누어 필요성을 검토했다.
핵심 혼합기를 제외한 모형
Mamba 블록에서 상태 공간 혼합기를 제거한 구성을 쌓아 MambaOut 계열을 만든다. 이를 비교 기준으로 사용해 상태 공간 연산이 없는 구성의 시각 성능을 측정한다.
과제별로 달랐던 결과
연구의 ImageNet 비교에서는 상태 공간 연산 없이도 경쟁력 있는 분류 성능을 얻었다. 반면 검출과 분할에서는 비교한 시각 Mamba 모형에 미치지 못해 과제에 따른 차이를 관찰했다. 이 결과를 모든 시각 모형의 일반 법칙으로 확대하지는 않는다.
관련 문서
Vision Mamba / VMamba / MambaVision / EfficientViM / ConvNeXt / HorNet