Image de couverture de livre

MPM: Mutual Pair Merging for Efficient Vision Transformers

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Ravé, Simon, Rasti, Pejman, Rousseau, David
Format:	Preprint
Publié:	2026
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Unlocking Zero-Shot Plant Segmentation with Pl@ntNet Intelligence
par: Ravé, Simon, et autres
Publié: (2025)

FREE-Merging: Fourier Transform for Efficient Model Merging
par: Zheng, Shenghe, et autres
Publié: (2024)

Brain-Inspired Stepwise Patch Merging for Vision Transformers
par: Yu, Yonghao, et autres
Publié: (2024)

ALGM: Adaptive Local-then-Global Token Merging for Efficient Semantic Segmentation with Plain Vision Transformers
par: Norouzi, Narges, et autres
Publié: (2024)

Learning to Merge Tokens via Decoupled Embedding for Efficient Vision Transformers
par: Lee, Dong Hoon, et autres
Publié: (2024)

Convolutional Initialization for Data-Efficient Vision Transformers
par: Zheng, Jianqiao, et autres
Publié: (2024)

DORA: Dynamic Online Reinforcement Agent for Token Merging in Vision Transformers
par: He, Kaixuan, et autres
Publié: (2026)

Lossless Token Merging Even Without Fine-Tuning in Vision Transformers
par: Lee, Jaeyeon, et autres
Publié: (2025)

Intra-task Mutual Attention based Vision Transformer for Few-Shot Learning
par: Jiang, Weihao, et autres
Publié: (2024)

Towards Efficient Vision State Space Models via Token Merging
par: Park, Jinyoung, et autres
Publié: (2025)

Efficient Visual Transformer by Learnable Token Merging
par: Wang, Yancheng, et autres
Publié: (2024)

Continual Self-Supervised Learning with Masked Autoencoders in Remote Sensing
par: Möllenbrok, Lars, et autres
Publié: (2025)

A Plasticity-Aware Method for Continual Self-Supervised Learning in Remote Sensing
par: Möllenbrok, Lars, et autres
Publié: (2025)

RobustMerge: Parameter-Efficient Model Merging for MLLMs with Direction Robustness
par: Zeng, Fanhu, et autres
Publié: (2025)

MPM: A Unified 2D-3D Human Pose Representation via Masked Pose Modeling
par: Zhang, Zhenyu, et autres
Publié: (2023)

Structured Initialization for Vision Transformers
par: Zheng, Jianqiao, et autres
Publié: (2025)

Structured Initialization for Attention in Vision Transformers
par: Zheng, Jianqiao, et autres
Publié: (2024)

HyCoT: A Transformer-Based Autoencoder for Hyperspectral Image Compression
par: Fuchs, Martin Hermann Paul, et autres
Publié: (2024)

GFM4MPM: Towards Geospatial Foundation Models for Mineral Prospectivity Mapping
par: Daruna, Angel, et autres
Publié: (2024)

MR-MLLM: Mutual Reinforcement of Multimodal Comprehension and Vision Perception
par: Wang, Guanqun, et autres
Publié: (2024)

HyVIC: A Metric-Driven Spatio-Spectral Hyperspectral Image Compression Architecture Based on Variational Autoencoders
par: Fuchs, Martin Hermann Paul, et autres
Publié: (2026)

Multi-Tailed Vision Transformer for Efficient Inference
par: Wang, Yunke, et autres
Publié: (2022)

Adjustable Spatio-Spectral Hyperspectral Image Compression Network
par: Fuchs, Martin Hermann Paul, et autres
Publié: (2025)

Transforming Vision Transformer: Towards Efficient Multi-Task Asynchronous Learning
par: Zhong, Hanwen, et autres
Publié: (2025)

Parameter-Efficient Interventions for Enhanced Model Merging
par: Osial, Marcin, et autres
Publié: (2024)

big.LITTLE Vision Transformer for Efficient Visual Recognition
par: Guo, He, et autres
Publié: (2024)

Multi-Attribute Vision Transformers are Efficient and Robust Learners
par: Gani, Hanan, et autres
Publié: (2024)

EA-ViT: Efficient Adaptation for Elastic Vision Transformer
par: Zhu, Chen, et autres
Publié: (2025)

PPT: Token Pruning and Pooling for Efficient Vision Transformers
par: Wu, Xinjian, et autres
Publié: (2023)

Parameter-Efficient and Memory-Efficient Tuning for Vision Transformer: A Disentangled Approach
par: Zhang, Taolin, et autres
Publié: (2024)

PADRe: A Unifying Polynomial Attention Drop-in Replacement for Efficient Vision Transformer
par: Letourneau, Pierre-David, et autres
Publié: (2024)

FTerViT: Fully Ternary Vision Transformer
par: Ruciński, Szymon, et autres
Publié: (2026)

Multi-modal Mutual-Guidance Conditional Prompt Learning for Vision-Language Models
par: Yang, Shijun, et autres
Publié: (2025)

Token-Space Mask Prediction for Efficient Vision Transformer Segmentation
par: Galagain, Calvin, et autres
Publié: (2026)

Efficient Spatio-Temporal Vegetation Pixel Classification with Vision Transformers
par: Gomes, Alan, et autres
Publié: (2026)

ToSA: Token Selective Attention for Efficient Vision Transformers
par: Singh, Manish Kumar, et autres
Publié: (2024)

Artifacts and Attention Sinks: Structured Approximations for Efficient Vision Transformers
par: Lu, Andrew, et autres
Publié: (2025)

Adaptively Bypassing Vision Transformer Blocks for Efficient Visual Tracking
par: Yang, Xiangyang, et autres
Publié: (2024)

S2AFormer: Strip Self-Attention for Efficient Vision Transformer
par: Xu, Guoan, et autres
Publié: (2025)

Centroid-centered Modeling for Efficient Vision Transformer Pre-training
par: Yan, Xin, et autres
Publié: (2023)