CNN融合Transformer在图像分类中的模型研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：近年来，深度学习算法的流行对物联网技术发展和社会发展起到了很大的推动作用。在图像分类领域，传统的卷积神经网络（CNN）存在一定缺陷，其在特征提取时，卷积操作会使模型对长距离的像素关系感知能力较弱，鲁棒性较差。而Transformer借助自注意力机制能够捕捉各个序列的位置依赖关系，能更好地建模长距离依赖关系，在处理具有空间关系的图像时可发挥很好的作用。（剩余6822字）

试读结束

目录
monitor