EfficientViT: Memory Efficient Vision Transformer with Cascaded Group Attention

论文：https://arxiv.org/abs/2305.07027

代码：Cream/EfficientViT at main · microsoft/Cream · GitHub

🏆🏆🏆🏆🏆🏆Yolo轻量化模型🏆🏆🏆🏆🏆🏆

        近些年对视觉Transformer模型（ViT）的深入研究，ViT的表达能力不断提升，并已经在大部分视觉基础任务 (分类，检测，分割等) 上实现了大幅度的性能突破。 

         然而，很多实际应用场景对模型实时推理的能力要求较高，但大部分轻量化ViT仍无法在多个部署场景