本文探讨了多种卷积神经网络（CNN）在图像分类和翻译任务中的性能提升，提出了利用低频信息的Multiscale Low-Frequency Memory（MLFM）框架，显著提高了CNN的准确性和效率。同时，针对对抗攻击，提出了基于解耦视觉特征掩蔽的防御方法，增强了模型的鲁棒性。