圖像處理中CNN與視覺Transformer混合模型研究綜述

摘要： 卷積神經(jīng)網(wǎng)絡(luò)（CNN）與視覺Transformer是目前圖像處理領(lǐng)域中兩大重要的深度學(xué)習(xí)模型，兩者經(jīng)過(guò)多年來(lái)不斷的研究與進(jìn)步，已在該領(lǐng)域取得了非凡的成就。近些年來(lái)，CNN與視覺Transformer的混合模型正在逐步興起，廣泛的研究不斷克服兩種模型存在的弱項(xiàng)，高效地發(fā)揮出各自的亮點(diǎn)，在圖像處理任務(wù)中表現(xiàn)出優(yōu)異的效果?；贑NN與視覺Transformer混合模型進(jìn)行深入闡述?？?.. （共15頁(yè)）