cnn transformer结合

将CNN和Transformer结合是指将Transformer的Self-attention融入了一个CNN的backbone中，而不是简单地将它们叠加在一起。这种结合的方法可以通过使用CNN来提取图像特征，然后将这些特征传递给Transformer的encoder和decoder来进行处理。类似的工作还有DETR，它也是使用了CNN提取图像特征，并在之后接入了Transformer的encoder和decoder。这种结合可以有效地利用CNN在图像处理方面的优势，同时也能够利用Transformer在序列建模和注意力机制方面的能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [CNN+Transformer算法总结（持续更新）](https://blog.csdn.net/qq_45752541/article/details/119799435)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [【深度学习】CNN+Transformer汇总](https://blog.csdn.net/zhe470719/article/details/124196490)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]