顶会idea：Mamba+CNN暴力涨点新突破！
2025深度学习发论文&模型涨点之——Mamba+CNN
卷积神经网络（CNN）凭借其局部感知、权重共享和平移不变性等特性，在计算机视觉领域长期占据主导地位。然而，随着Transformer架构的兴起，其全局建模能力和动态注意力机制在多项任务中展现出显著优势，但也因二次计算复杂度面临长序列应用的瓶颈。在此背景下，状态空间模型（State Space Models, SSMs）尤其是Mamba架构的提出，通过选择性状态机制和线性复杂度特性，为长序列建模提供了新的范式。
值得注意的是，CNN与Mamba的融合正逐渐成为研究热点：一方面，CNN的局部特征提取能力能有效弥补纯SSM模型在细粒度视觉特征捕获上的不足；另一方面，Mamba的全局上下文建模和序列依赖性处理能力可突破CNN感受野的固有局限。这种混合架构在医学图像分析、视频理解、高分辨率遥感等任务中已表现出显著优势，例如通过CNN骨干网络提取多层次空间特征后，由Mamba模块进行跨区域关系建模，或在频域中结合两者的归纳偏置。
我整理了一些Mamba+CNN【论文+代码】合集，需要的同学公人人人号【AI创新工场】发525自取。
论文精选
论文1：
CM-UNet: Hybrid CNN-Mamba UNet for Remote Sensing Image Semantic Segmentation
CM-UNet：用于遥感图像语义分割的混合CNN-Mamba UNet
方法
CNN编码器：使用ResNet作为编码器，提取多尺度局部特征。
Mamba解码器：引入基于Mamba的解码器，用于聚合和整合全局信息。
CSMamba块：设计了CSMamba块，结合通道和空间注意力机制，增强特征交互和全局-局部信息融合。
多尺度注意力聚合（MSAA）模块：用于合并不同尺度的特征，优化特征融合。
多输出监督：在解码器的各个阶段引入中间监督，逐步生成语义分割结果。
创新点
性能提升：在ISPRS Potsdam数据集上，CM-UNet的mF1为93.05%，OA为91.86%，mIoU为87.21%，相比UNetformer分别提升了0.25%、0.56%和0.41%。
全局-局部信息融合：通过CSMamba块和MSAA模块，有效整合全局和局部信息，提升分割精度。
计算效率：利用Mamba架构的线性时间复杂度，提高了处理大规模遥感图像的效率。
多尺度特征学习：通过MSAA模块，增强了对多尺度特征的融合能力，进一步提升分割性能。
论文2：
Weak-Mamba-UNet: Visual Mamba Makes CNN and ViT Work Better for Scribble-based Medical Image Segmentation
Weak-Mamba-UNet：视觉Mamba让CNN和ViT在基于涂鸦的医学图像分割中表现更好
方法
CNN-UNet：使用基于CNN的UNet进行局部特征提取。
SwinUNet：使用基于Swin Transformer的SwinUNet进行全局上下文理解。
Mamba-UNet：使用基于Mamba的Mamba-UNet进行长距离依赖建模。
多视图交叉监督学习：通过伪标签实现不同网络之间的协作和迭代学习。
伪标签生成：结合三个网络的预测生成密集伪标签，用于密集信号监督。
创新点
性能提升：在MRI心脏分割数据集上，Weak-Mamba-UNet的Dice系数为0.9171，准确率为0.9963，相比仅使用UNet或SwinUNet的框架，分别提升了约1.8%和1.3%。
多视图交叉监督：通过CNN、ViT和Mamba三种架构的协作，增强了在有限监督下的分割性能。
伪标签机制：利用伪标签实现从稀疏标签到密集信号的转换，提升了网络的泛化能力。
Mamba架构的应用：首次将Mamba架构应用于基于涂鸦的医学图像分割任务，验证了其在弱监督学习中的有效性。
论文3：
On the low-shot transferability of [V]-Mamba
关于[V]-Mamba的低样本迁移能力
方法
线性探测（LP）：通过线性分类器对预训练模型进行微调，适应下游任务。
视觉提示（VP）：通过输入变换和输出映射层对预训练模型进行调整，适应下游任务。
模型比较：对比Vision Transformers（ViTs）和State Space Models（SSMs）在不同低样本数据预算下的迁移性能。
实验设置：在多个下游数据集（如CIFAR-10、SVHN等）上进行实验，评估不同模型的迁移能力。
创新点
性能提升：在使用线性探测（LP）时，[V]-Mamba在多数数据集上的性能优于或等于ViTs。
迁移能力：在使用视觉提示（VP）时，[V]-Mamba的性能弱于或等于ViTs。
模型规模相关性：观察到[V]-Mamba模型规模越大，LP和VP之间的性能差距越明显。
迁移方法的对比：通过对比LP和VP两种迁移方法，揭示了[V]-Mamba在不同迁移策略下的表现差异，为后续研究提供了新的视角。
