CTA-Net: A CNN-Transformer Aggregation Network for Enhanced Multi-Scale Feature Extraction
原文英文，约100词，阅读约需1分钟。发表于：。本研究针对卷积神经网络(CNN)和视觉变换器(ViT)在特征提取中的组合效率低下问题，提出了CNN-Transformer聚合网络(CTA-Net)。通过引入轻量级多尺度特征融合多头自注意力模块(LMF-MHSA)及反向重构CNN变体(RRCV)，CTA-Net在小规模数据集上的实验显示了卓越的性能和更低的参数需求，具备高效轻量的视觉任务处理能力。
本研究提出了CTA-Net，通过结合轻量级多尺度特征融合模块和反向重构CNN变体，解决了CNN和ViT在特征提取中的低效问题，在小数据集上表现优异，适合高效轻量的视觉任务。
