江大白 | 通用视觉Backbone，TransXNet：全局+局部动态=性能强大（附源码及源码）

本文来源公众号“江大白”，仅用于学术分享，侵权删，干货满满。

原文链接：通用视觉Backbone，TransXNet：全局+局部动态=性能强大（附源码及源码）

导读

香港大学俞益洲教授团队开发了通用视觉主干网络TransXNet，引入了D-Mixer模块，专注捕捉全局与局部动态性。经实验验证，TransXNet在ImageNet-1K、COCO 2017等数据集上均展现出卓越的性能。

本篇分享论文TransXNet: Learning both global and local dynamics with a dual dynamic token mixer for visual recognition，通用的视觉Backbone，TransXNet: 全局动态性+局部动态性=性能强大，代码已开源！

• 论文链接：https://arxiv.org/abs/2310.19380 (预印版)

• 代码链接：https://github.com/LMMMEng/TransXNet

摘要

香港大学计算机科学系俞益洲教授(https://www.cs.hku.hk/~yzyu/)及其研究团队开发了一种新型的通用视觉主干网络—TransXNet，该模型同时融合了全局和局部动态性。其创新之处在于引入了一个即插即用的模块，名为Dual Dynamic Token Mixer（D-Mixer）。

与以往的卷积和se