WiGNet：窗口化视觉图神经网络
光学
2024-10-02 v1 计算物理
摘要
近年来，图神经网络 (GNN) 在各种实际挑战中展现出强大的适应性，例如 Vision GNN (ViG) 等架构在多个计算机视觉任务中实现了领先的性能。然而，其实际应用受限于构建图的计算复杂度，这种复杂度随图像大小呈二次增长。本文提出一种新的窗口化视觉图神经网络 (WiGNet) 模型，用于高效图像处理。WiGNet 通过将图像划分为窗口并在每个窗口内构建图来探索与前述工作不同的策略。因此，我们的模型使用图卷积而非通常的 2D 卷积或自注意力机制。WiGNet 有效控制了大图像尺寸的计算和内存复杂度。在 ImageNet-1k 基准数据集上评估我们的 method，并使用 CelebA-HQ 数据集作为更高分辨率图像的下游任务进行适应性测试。在这两种情况下，我们的方法在保持内存和计算复杂度受限的同时，与以前的视觉 GNN 相比实现了具竞争力的结果。WiGNet 为视觉 GNN 在实际应用中的部署提供了可行的解决方案。我们已在 https://github.com/EIDOSLAB/WiGNet 上公开代码。
引用
@article{arxiv.2410.00806,
title = {High-directivity multi-level beam switching with single-gate tunable metasurfaces based on graphene},
author = {Juho Park and Ju Young Kim and Sunghyun Nam and Min Seok Jang},
journal= {arXiv preprint arXiv:2410.00806},
year = {2024}
}