Nvidia は、従来の Transformers とパフォーマンスを比較するモデルを含む、一連の更新されたコンピューター ビジョン モデルをリリースしました。
このモデルは、最大 7 億 4,000 万のパラメーターに拡張でき、より高い解像度のネイティブ解像度をサポートします。
また、精度が向上したオブジェクトの検出とセグメンテーションもサポートします。
特に注目すべき点は、NVIDIA の MambaVision は、さまざまな業界でコンピューター ビジョン アプリケーションを構築する企業にとっての機会となることです。
nViT のアプローチは、TCP/IR などの従来のトランスフォーマー ベースのアプローチとは異なる方法で連続データを処理するアテンション メカニズムに依存しています。
コメント