名称        大小
+D:\ 65个即插即用缝合模块\           1.0 GB
+mamba            37.6 MB
+Convolutional State Space Models for Long-Range Spatiotemporal Modeling             6.4 MB
Convolutional State Space Models for Long-Range Spatiotemporal Modeling.pdf              6.0 MB
ConvSSM-main.zip              355.0 KB
+MambaIR             13.5 MB
MambaIR.pdf              3.8 MB
MambaIR-main.zip              9.8 MB
+MambaTab             641.0 KB
MambaTab.pdf              641.0 KB
+nnMamba             2.1 MB
nnMamba.pdf              1.8 MB
nnMamba-main.zip              249.0 KB
+ZigMa             14.9 MB
  ZigMa.pdf              13.5 MB
  zigma-main.zip              1.4 MB
+卷积            337.0 MB
+AKConv             920.0 KB
+AsymmetricConv             109.0 MB
+Chasing Higher FLOPS for Faster Neural Networks             1.3 MB
+CondConv             42.5 MB
+CoordGate             1.9 MB
+DO-Conv             4.8 MB
+DynamicConv             4.2 MB
+Efficient Deformable ConvNets Rethinking Dynamic and Sparse Operator for Vision Applications             2.7 MB
+GhostNet             4.3 MB
+HetConv             623.0 KB
+Improving Convolutional Networks with Self-Calibrated Convolutions             18.3 MB
+Involution             113.0 MB
+KernelWarehouseTowards Parameter-EffcientDynamic Convolution             12.6 MB
+OctaveConv             3.0 MB
+Omni-Dimensional Dynamic Convolution             2.2 MB
+REFCONV RE-PARAMETERIZED REFOCUSING CONVOLUTION FOR POWERFUL CONVNETS             5.7 MB
+ResNeStBlock             3.7 MB
+SCCony Spatial and Channel Reconstruction Convolution for Feature Redundancy             1.7 MB
+UniRepLKNet             5.4 MB
+十二个深度学习缝合模块Plug-and-Play-main            63.5 MB
+即插即用模块             63.5 MB
.gitigonre             5 Byte
+特征融合            275.0 MB
+Adaptive Fusion Techniques for Multimodal Data             631.0 KB
+CentralNeta Multilayer Approach forMultimodal Fusion             911.0 KB
+COMPOUND MULTI-BRANCH FEATURE FUSION FORREAL IMAGE RESTORATION             83.2 MB
+Domain Generalization for Activity Recognition viaAdaptive Feature Fusion             3.9 MB
+DSSD  Deconvolutional Single Shot Detector             5.6 MB
+Effcient Low-rank Multimodal Fusion with Modality-Specifc Factors             508.0 KB
+Feature Pyramid Networks for Object Detection             109.0 MB
+FSSD Feature Fusion Single Shot Multibox Detector             13.7 MB
+LARGE-SCALE CONTRASTIVE LANGUAGE.AUDIO PRETRAINING WITFEATURE FUSION AND KEYWORD.TO-CAPTION AUGMENTATION             2.6 MB
+Learning Spatial Fusion for Single-Shot Object Detection             3.0 MB
+Multimodal Topic Learning for Video Recommendation             2.3 MB
+Rethinking Atrous Convolution for Semantic Image Segmentation             49.2 MB
+Tensor Fusion Network for Multimodal Sentiment Analysis             612.0 KB
+注意力            264.0 MB
+A2-Nets Double Attention Networks             1.0 MB
+Activating More Pixels in Image Super-Resolution Transformer             32.4 MB
+Agent Attention On the Integration of Softmax and Linear Attention             15.3 MB
+An Empirical Evaluation of Generic Convolutional and Recurrent Networks             17.2 MB
+BiFormer Vision Transformer with Bi-Level Routing Attention             11.0 MB
+CBAM Convolutional Block Attention Module             5.4 MB
+CenterMask  Real-Time Anchor-Free Instance Segmentation             11.9 MB
+CityCAN             3.7 MB
+ECA-Net Efficient Channel Attention for Deep Convolutional Neural Networks             2.5 MB
+Efficient Multi-Scale Attention Module with Cross-Spatial Learning             657.0 KB
+FECAM             8.7 MB
+Gather-Excite Exploiting Feature Context inConvolutional Neural Networks             2.3 MB
+Global Attention Mechanism Retain Information toEnhance Channel-Spatial Interactions             57.1 MB
+Global Context Networks             5.5 MB
+Large Selective Kernel Network for Remote Sensing Object Detection             16.6 MB
+Learning Dynamics and Heterogeneity ofSpatial-Temporal Graph Data for TrafficForecasting             3.6 MB
+Non-local Neural Networks             9.7 MB
+Non-stationary Transformers             6.7 MB
+On the Integration of Self-Attention and Convolution             2.0 MB
+Polarized Self-Attention Towards High-quality Pixel-wise Regression             9.3 MB
+PYRAFORMER LOW-COMPLEXITY PYRAMIDAL             12.2 MB
+REVERSIBLE COLUMN NETWORKS             2.5 MB
+SEAFORMER             5.3 MB
+Selective Kernel Networks             5.9 MB
+Self-supervised Equivariant Attention Mechanismfor Weakly Supervised Semantic Segmentation             3.4 MB
+Squeeze-and-Excitation Networks             2.9 MB
+Triformer             9.0 MB
+UnetTSF A Better Performance Linear Complexity Time Series Prediction Model             720.0 KB