ECCV 2026 即插即用 | Transformer篇 | LλMI:只有0.2B!双分支交互自注意力,同时拿下全局语义与局部纹理

文章目录

  • 模块出处
  • 模块介绍
  • 模块提出的动机(Motivation)
  • 适用范围与模块效果
  • 模块代码及使用方式

模块出处

Paper:Moebius: 0.2B Lightweight Image Inpainting Framework with 10B-Level Performance

Code:https://github.com/hustvl/Moebius

模块介绍

模型整体架构以及本文模块Local λ Mix Interaction (LλMI):LλMI位于U型结构的基本块。 LλMI架构细节:内容 λ(λc,全局聚合上下文) + 位置 λ(λp,局部空间位置交互)双分支混合交互,规避标准自注意力O(N^2)复杂度;同时支持全局模式 / 局部卷积模式二选一,兼顾全局语义与局部空间纹理,用于图像恢复 / 图像生成任务。