CoViG：图粗化加速视觉GNN图像分类
热点事件持续更新
CoViG：图粗化加速视觉GNN图像分类
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv Computer Vision 刊出 Martial Guidez、Stefan Duffner、Christophe Garcia 的论文，提出 CoViG 方法。该工作将图粗化与 Vision GNN（ViG）结合，在中间 ViG 块的 Grapher 组件中引入额外的 MinCUT pooling 步骤，通过简化中间图、减少特定块的节点数来降低推理计算成本。据该论文称，在 ImageNet 上对多种 ViG 架构的评测显示，CoViG 达到与原 ViG 模型相当的准确率，FLOPs 仅约为原来的 51%。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
CoViG：用图粗化降低 Vision GNN 图像分类计算量报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv Computer VisionCoViG：用图粗化降低 Vision GNN 图像分类计算量
CoViG 将图粗化与 Vision GNN（ViG）结合，在中间 ViG 块的 Grapher 组件中引入额外的 MinCUT pooling 步骤，通过简化中间图、减少特定块的节点数来降低推理计算成本。在 ImageNet 上对多种 ViG 架构的评测显示，CoViG 达到与原 ViG 模型相当的准确率，FLOPs 仅约为原来的 51%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。