🧩 Efficient Vision Transformers with Partial Attention

👥 Integrantes:

• 👤 Brayan Quintero
• 👤 Valentina Pérez

📑 Material de apoyo:

• 📊 Diapositivas: Ver presentaciones
• 📜 Paper: Ver artículos académicos

🎯 Objetivos

✅ Seleccionar dinámicamente tokens importantes (foreground) y tokens menos relevantes (background) usando estadísticas como la media de características.
✅ Mantener o mejorar la precisión de los modelos de visión con una arquitectura más eficiente.

📊 Resultados Esperados

📍 Esta sección describe de manera general lo que se espera obtener al final de la sesión:

🔹 Lograr una reducción significativa en la complejidad computacional de la autoatención.
🔹 Identificar tokens clave que representan mejor la información relevante de la imagen.
🔹 Mantener un rendimiento competitivo en tareas de clasificación o detección usando menos recursos.