CVPR2025 Mamba系列论文

原创 已于 2025-07-24 20:30:04 修改 · 613 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #计算机视觉

于 2025-07-12 22:43:34 首次发布
最低0.47元/天 解锁文章
【模型架构】学习最火热的Mamba、Vision Mamba、MambaOut模型
cjy_colorful0806的博客
06-01 9787
状态空间模型（State Space Model, SSM）是一种用于描述动态系统的数学模型，特别适用于时间序列分析和控制系统设计。它将系统的状态表示为一个状态向量，并通过状态方程和观测方程描述系统的动态行为和观测过程。因此，SSM是可以用于描述这些状态表示并根据某些输入预测其下一个状态可能是什么的模型，这就符合了作为深度学习模型基础架构的条件。SSM的计算示意图具体来说，可以用下面的公式描述上述过程：状态变量：描述系统当前状态的变量。状态变量通常是一个向量，包含系统当前时刻的所有信息。
EfficientVMamba: Atrous Selective Scan for Light Weight Visual Mamba论文精读（逐段解析）
weixin_46248968的博客
07-08 1157
【前沿论文精读】EfficientVMamba，一种基于状态空间模型（SSM）的新型轻量级视觉架构。针对传统CNN局部感受野受限和Transformer计算复杂度高的问题，该方法创新性地结合了空洞选择性扫描策略和卷积-SSM混合设计。通过跳跃采样降低计算量，同时保持全局建模能力；双路径结构有效整合局部与全局特征。EfficientVMamba为轻量化视觉模型的开发提供了新思路。
MobileMamba
ganchuanl的博客
01-09 230
Traceback (most recent call last): File "", line 1027, in _find_and_load File "", line 1006, in _find_and_load_unlocked File "", line 688, in _load_unlocked File
CVPR 2025 | Mamba和局部自注意力的首次碰撞：一种性能强大的混合视觉架构，代码已开源！
yyyyyybw的博客
05-24 791
如图2和表1所示，SegMAN Encoder 在不同尺寸的模型上都具有更高的准确率。LASS模块突破传统Transformer的二次方复杂度限制，通过Natten的局部窗口约束与SS2D的状态空间压缩策略，在保持线性计算复杂度的同时，实现多尺度特征的协同优化。，并且通过像素重组技术将原始特征（）、 降采样特征（）和 降采样特征（）沿通道维度拼接提取多分辨率区域的语义信息，随后利用SS2D的单次空间扫描机制实现跨尺度的全局语义传播，然后将多尺度特征注入编码器各阶段输出（），最终经双层MLP生成像素级预测。
【论文阅读 | CVPR 2025 |MambaVision：一种混合 Mamba-Transformer 视觉骨干网络】
berling00的博客
06-27 3593
我们提出了一种新颖的混合 Mamba-Transformer 骨干网络 MambaVision，专为视觉应用量身设计。我们的核心贡献包括重新设计 Mamba 公式，以增强其对视觉特征的高效建模能力。通过全面的消融研究，我们证明了将视觉 Transformer（ViT）与 Mamba 集成的可行性。研究结果表明，在Mamba 架构的最后几层配备自注意力块，能显著提升其捕捉长距离空间依赖关系的能力。基于这些发现，我们推出了一系列 MambaVision 模型，它们采用层次化架构，可满足不同的设计需求。
【深度学习】CVPR 2025｜MambaOut：在视觉任务中，我们真的需要 Mamba 吗？
fengdu78的博客
03-11 826
作者丨科技猛兽编辑丨极市平台导读在 ImageNet 图像分类中有效地超过了视觉 Mamba 模型本文目录1 MambaOut：在视觉任务中，我们真的需要 Mamba 吗？(来自 NUS，MetaFormer 原作者)1 MambaOut 论文解读1.1 在视觉任务中，我们真的需要 Mamba 吗？1.2 本文有哪些新的发现？1.3 概念讨论1.4 视觉任务有长序列吗？1.5 视觉任务需要 C...
【CVPR 2025】 炸场新作！MambaVision 横空出世，重新定义视觉主干网络
qq_57268469的博客
05-16 2799
MambaVision 是 CVPR 2025 提出的一款混合型 Mamba-Transformer 视觉主干网络，旨在解决 Transformer 在长序列处理中的计算瓶颈。该模型通过融合 Mamba 的线性复杂度序列建模能力和 Transformer 的全局上下文捕捉优势，显著提升了视觉任务的性能。MambaVision 采用四阶段分层架构，前两阶段使用 CNN 快速提取高分辨率特征，后两阶段结合 Mamba 和自注意力模块，实现高效全局与局部建模。实验表明，MambaVision 在图像分类、目标检测
【CVPR 2025】清华：注意力状态空间模块，Mamba与注意力的超强组合，即插即用！
qq_43303160的博客
07-12 2728
MambaIRv2提出了一种创新的图像恢复模型，通过引入注意力状态空间模块（ASSM）解决了Mamba模型因果建模限制问题。该模型结合语义引导邻域机制和注意力状态空间方程，实现了非因果建模，有效缓解了长距离衰减问题。实验表明，MambaIRv2在图像超分辨率、JPEG压缩伪影减少和图像去噪等任务中表现优异，参数更少但性能超越现有方法。
CVPR 2025 论文和开源项目合集 | CVer-Papers-with-Code
热门推荐
qq_53826699的博客
03-13 3万+
欢迎各位大佬提交issue，分享CVPR 2025论文和开源项目！
CVPR 2025 | 兼顾局部性与连续性的图像复原Mamba，即插即用，涨点起飞！
AImokuai的博客
09-03 1042
摘要：四川大学团队提出MaIR模型，一种专为图像恢复设计的Mamba架构创新。该模型通过嵌套S型扫描策略（NSS）在保持零计算成本的前提下，有效维护图像局部性和空间连续性；结合序列混洗注意力模块（SSA）实现多方向特征智能融合。实验表明，MaIR在超分辨率、去噪等14项任务中超越40个SOTA模型，PSNR/SSIM指标显著提升。其核心模块可作为即插即用组件增强现有视觉Mamba模型，官方代码已开源。（149字） 关键点： 创新性：首次将局部性/连续性约束引入视觉Mamba 零成本设计：NSS策略不增加FL
黄仁勋GTC开场：「AI-XR Scientist」来了！
2501_94005722的博客
11-20 1309
丛乐 (Le Cong)，斯坦福大学医学院病理学系和遗传学系教授。他被公认为是 CRISPR 基因编辑领域的奠基人之一。早在哈佛大学攻读博士学位期间，丛乐在导师张锋（Feng Zhang）和乔治・丘奇（George Church）的指导下，作为第一作者在 Science, Cell, Nature 杂志上发表了数篇标志性论文，首次证实 CRISPR/Cas9 系统可以在哺乳动物和人类细胞中实现基因编辑，为这一革命性技术的后续应用奠定了基石。
传统NLP算法
记录成长‌，知识沉淀，连接同行‌
11-19 734
传统NLP算法与当前大模型的对比分析 传统NLP算法主要基于规则和统计模型（如HMM、CRF、SVM），依赖人工特征工程和领域知识，适合特定任务但泛化能力有限。其优势在于可解释性强、计算资源需求低。典型应用包括分词、命名实体识别和文本分类等。 现代大模型（如Transformer架构LLM）采用预训练-微调范式，通过海量数据自动学习语言表示，具备强大的生成能力和跨任务迁移性。它们能处理复杂任务如对话生成和多语言翻译，但需巨额计算资源。 二者存在技术演进关系：大模型继承了传统NLP的核心思想，但通过深度学习实
基于华为开发者空间实现花卉识别
优快云高校俱乐部官方博客
11-21 1466
基于华为开发者空间实现花卉识别
人工智能在医疗行业的革命性应用：从诊断到个性化治疗
2501_94114442的博客
11-21 459
人工智能（AI）技术近年来已经渗透到各个行业，其中，医疗行业无疑是受益最大之一。从疾病的早期诊断到个性化治疗方案的制定，AI正在加速医学领域的变革。通过机器学习、深度学习、自然语言处理等技术，AI不仅能够处理和分析大量的医疗数据，还能够帮助医生做出更加精准的决策，提升患者的治疗效果，并优化整个医疗体系的运作效率。本文将探讨人工智能在医疗行业的应用，分析其在不同医疗领域的具体作用，并展望AI如何进一步推动医疗健康行业的发展。
创客匠人 2025 高峰论谈（11.22-25）：AI 智能体重构创始人 IP 打造与知识变现的管理逻辑
ckjrxx的博客
11-20 627
这一 “数据化定位逻辑”，将在。创客匠人峰会筹备阶段强调，AI 智能体的核心意义是 “解放人”—— 将创始人从机械性工作中解放，专注知识体系迭代、用户信任构建等核心价值创造，让知识变现从 “个人生意” 升级为 “企业级业务”。创始人 IP 定位的核心是 “找到市场需求与核心能力的交集”，传统模式本质是 “个体直觉管理”，而 AI 智能体通过数据化管理思维，将定位转化为可量化、可追溯的流程。这些问题本质是企业管理中 “个体能力” 与 “系统效率” 的失衡，而 AI 智能体的出现，正从管理底层重构这一逻辑。
宇树G1-D：人形机器人下一步方向！
Charlie_Mo的博客
11-21 954
宇树科技推出G1-D人形机器人工作站全栈解决方案，实现从硬件平台向"硬件+数据+AI"生态平台升级。该方案以G1-D为核心载体，为AI模型开发提供强力支撑，可应用于制造业等场景，提升生产精度和效率。在AI技术快速发展的背景下，掌握基于G1-D的AI开发技能将增强就业竞争力。这一创新方案为行业搭建AI训练基础设施，推动技术进步，展现未来发展潜力。
5G与人工智能：相辅相成推动未来智能化世界
2501_94108919的博客
11-21 922
近年来，5G和人工智能（AI）被视为数字时代的两大核心技术，它们不仅各自推动了技术进步，还在相互结合的过程中，带来了革命性的变革。例如，在智能制造中，AI可以基于5G传输的生产数据，实时调整生产线，优化生产效率，减少停机时间。比如，通过5G网络连接的智能穿戴设备可以实时监测患者的生命体征，并通过AI分析数据，为医生提供决策支持，甚至进行远程手术指导。5G网络的普及需要大量的基站和基础设施建设，而AI的应用则要求更高的计算能力和更低的延迟，这对硬件的要求非常高。
【科研绘图系列】R语言绘制PCA贡献图（scattter plot）
专注生信领域
11-21 486
本研究通过对 α-突触核蛋白的能量数据进行详细的分析，揭示了其在不同结构状态下的结构特征和变化规律。在研究过程中，采用了多种数据分析方法，包括数据预处理、结构质量评估、Ramachandran 图绘制、背骨氢键能量分布分析和 PCA 分析等。
Python机器学习库
最新发布
2509_93946396的博客
11-22 529
说到机器学习核心库，Sklearn的API设计确实经典。最近在做的图像分类项目里，用tf.data构建数据管道比传统生成器效率提升明显，尤其是map()和cache()的链式调用，让数据增强流程流畅了不少。最近遇到个有趣案例：某电商用户行为数据清洗时，发现用pd.get_dummies()处理分类变量比手动编码快了三倍，配合query()方法做数据筛选，代码行数直接减半。计算机视觉项目里OpenCV的HOG特征提取依然可靠，配合imutils库里的便捷函数，几行代码就能完成复杂的目标检测预处理。
mamba yolo论文
04-01
好的，用户想查找与Mamba和YOLO相关的论文，特别是关于Mamba YOLO的下载或研究文档。首先，我需要回忆一下之前提供的引用内容，看看有哪些相关的信息可以帮到用户。 根据引用[1]，提到Mamba-YOLO的官方PyTorch实现...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值