一种融合CNN与Transformer模型的图像识别网络.pdfVIP

下载本文档

9
0
约2.06万字
约 15页
2023-11-01 发布于四川
举报
版权申诉

一种融合CNN与Transformer模型的图像识别网络.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种融合CNN与Transformer模型的图像识别网络在现有平行特征融合结构的基础上，构建了一种并行特征融合模型，旨在探索CNN与Transformer模型之间更优的结合方式。该图像识别网络并行产生两个支路，分别使用卷积和自注意力机制来提取特征，并采用动态的融合方法将两个支路的特征通过注意力机制进行融合，这样网络具备了动态选择特征的能力，可以更有效地对局部特征和全局表示进行建模，使图像识别网络具有更好的性能，更大的吞吐量以及更好的可解释性。同时，通过在阶段0、阶段1的图像识别模块中

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116977822 A (43)申请公布日 2023.10.31 (21)申请号 202310928753.8 G06V 10/26 (2022.01)