多自监督预微调的 Transformer 融合方法用于智能交通检测的改进
原文中文，约400字，阅读约需1分钟。
📝
内容提要
该文提出了一个多自监督经预优化变形网络，通过无监督学习方法降低数据成本并减少预训练模型与目标任务之间的知识差距。同时，提出了多模型语义一致性交叉注意融合网络，用于检测任务。实验结果表明，该方法在车辆识别和道路病害检测数据集上均有显著改进，证明了其有效性。
🏷️
