这是名为 FastViT 的 Linux 应用程序，其最新版本可以下载为 ml-fastvitsourcecode.tar.gz。它可以在免费的工作站托管服务提供商 OnWorks 上在线运行。
使用 OnWorks 免费下载并在线运行此名为 FastViT 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
截图：
FastViT
描述：
FastViT 是一个高效的视觉骨干网络系列，它将卷积归纳偏差与 Transformer 容量相结合，在移动和实时推理预算下提供强大的精度。其设计追求良好的延迟-精度帕累托曲线，适用于吞吐量和尾部延迟至关重要的边缘设备和服务器场景。这些模型使用轻量级注意力机制和精心设计的模块，以最大限度地降低 token 混合成本，同时保持强大的表征能力。训练和推理方案强调了其与常见视觉任务（例如分类、检测和分割）的直接集成。代码库提供了参考实现和检查点，使其易于在下游数据集上进行评估或微调。在实践中，FastViT 提供了嵌入式骨干网络，无需使用复杂的训练技巧即可降低计算和内存压力。
功能
- 针对延迟进行优化的混合 Conv-Transformer 模块
- 移动/边缘推理预算的竞争性准确度
- 参考训练脚本和预训练检查点
- 与标准检测/分割头兼容
- 内存高效的注意力和令牌混合组件
- 轻松集成到现有的 PyTorch 管道中
程式语言
Python
分类
此应用程序也可从 https://sourceforge.net/projects/fastvit.mirror/ 获取。它已托管在 OnWorks 中，以便通过我们的免费操作系统之一以最便捷的方式在线运行。