EViT：鹰眼视觉 Transformer 与双凹视域自注意力机制
原文中文，约300字，阅读约需1分钟。发表于：。基于鹰眼的生理结构与特点，本研究提出了一种新颖的双凹中注意力（BFSA）算法，以缓解视觉变换器在计算复杂性和感应偏见缺失方面的挑战，并结合 CNN 和 Vision Transformer 设计了生物仿生鹰眼视觉（BEV）模块，最终通过堆叠 BEV 模块完成了统一高效的金字塔主干网络（EViTs）家族的开发，实验结果表明 EViTs...
本研究提出了一种新颖的双凹中注意力算法，结合CNN和Vision Transformer设计了生物仿生鹰眼视觉模块，最终完成了统一高效的金字塔主干网络家族的开发。实验结果表明EViTs在多个计算机视觉任务上具有显著的优势。
