시각 과제의 비인과 문맥
이미지 인식에서는 한 위치의 처리를 앞선 토큰에만 제한할 필요가 없다. VSSD는 기존 상태 공간 쌍대성 연산의 인과적인 성질을 시각 과제에 맞춰 바꾸는 문제를 다룬다.
상대 가중치와 순회 결합
은닉 상태와 토큰 사이 상호작용의 크기 대신 상대 가중치를 유지하는 구성을 제안한다. 여러 스캔의 결과를 통합해 토큰의 기여가 앞선 토큰에 종속되는 성질을 줄인다.
시각 백본의 평가
연구는 이미지 분류와 검출 및 분할에서 상태 공간 기반 모형들과 비교했다. 비인과 처리의 구성과 실행 효율을 함께 조사한 것으로 시각 모형에 맞는 상태 공간 연산의 설계를 다룬다.
관련 문서
VMamba / Vision Mamba / MambaVision / EfficientViM / LocalMamba / PlainMamba