分割精度不降，算力大减
在类Transformer架构中以非参数傅里叶变换实现高效上下文融合，并在频域与空间域间自适应调制特征，大幅降低计算开销。
Zhang, Yinqi · Lingfu, Jiang · Chen, Fuhai · Xie, Jiao · 张宝昌 · 何高奇 · 林绍辉
Neurocomputing 2024
层次傅里叶变换无需可学习参数，与自注意力相比计算开销更小，适合资源受限设备。
通过频域特征融合通道和像素上下文，在 ADE20k 和 Cityscapes 上达到有竞争力的分割性能。
自适应调制单元调整频域特征，确保频域与空间域一致性，提升分割效果。