EMF-former：一种用于医学图像分割的高效且内存友好的Transformer

文章预览

点击下方“ ReadingPapers ”卡片，每天获取顶刊论文解读 论文信息 题目：EMF-former: An Efficient and Memory-Friendly Transformer for Medical Image Segmentation EMF-former：一种用于医学图像分割的高效且内存友好的Transformer 作者：Zhaoquan Hao, Hongyan Quan, and Yinbin Lu 论文创新点 深度可分离混洗卷积模块（DSPConv） ：作者提出了一个新颖的卷积模块，称为DSPConv，它通过结合深度可分离卷积（DWConv）、通道混洗和逐点卷积（PWConv）来减少卷积操作中的参数数量。这种设计不仅降低了模型的计算复杂度，还保证了不同通道间信息的交互，从而在减少参数的同时保持了特征提取的准确性。 向量聚合注意力（VAA） ：为了降低自注意力机制中的计算复杂度，作者引入了一种高效的向量聚合注意力机制。VAA通过将两个向量广播后的元素级乘法替代传统的矩阵乘法，再通过一个全连接层来 ………………………………