[CADL'22, ECCVW] Offizielles Repository des Papiers mit dem Titel "EdgeNeXt: Efficiently Amalgamated CNN-Transformer Architecture for Mobile Vision Applications".
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbar[CADL'22, ECCVW] Offizielles Repository des Papiers mit dem Titel "EdgeNeXt: Efficiently Amalgamated CNN-Transformer Architecture for Mobile Vision Applications".
EdgeNeXt hat 417 Sterne auf GitHub. Es wurde 46-mal geforkt. EdgeNeXt ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. EdgeNeXt ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: classification, cnn, edge-computing, hybrid-model.
[CADL'22, ECCVW] Offizielles Repository des Papiers mit dem Titel "EdgeNeXt: Efficiently Amalgamated CNN-Transformer Architecture for Mobile Vision Applications".
EdgeNeXt ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. EdgeNeXt ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
EdgeNeXt ist unter der MIT-Lizenz verfügbar.
EdgeNeXt ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/mmaaz60-edgenext.html)