arXiv cs.CV· Haodi Yao, Fenghua He, Ning Hao, Yao Su·· 2 小时前AI 评分22
CLIDD：跨层独立可变形描述实现高效判别性局部特征表示
CLIDD: Cross-Layer Independent Deformable Description for Efficient and Discriminative Local Feature Representation
AI 导读
CLIDD 通过直接从独立特征层级采样、用可学习偏移捕获跨尺度细粒度结构，无需构建统一稠密特征图，从而消除稀疏采样中的内存与计算开销。其硬件感知 kernel 融合策略使高性能配置在边缘设备上超过 200 FPS，并优于多种当前 SOTA 方法。该框架结合轻量架构与度量学习、知识蒸馏训练协议，可生成适配不同部署约束的模型变体。
来源：arXiv cs.CV · arxiv.org