IXThinker·2026-04-12 20:00

重構線性視覺Transformer 兼顧精度與效率

多間大學研究團隊提出新的視覺Transformer架構CARE，以非對稱解耦方式並行建模局部細節與全局依賴，在降低線性注意力計算開銷同時增強特徵表達，並於手機等移動裝置實現低延遲與高精度並存。

研究背景

視覺Transformer憑藉全局感受野與強大特徵建模能力，已成為圖像分類、目標檢測、語義分割等核心任務的主流架構。然而自注意力固有的二次計算複雜度，令其在資源受限的移動端難以高效部署，精度與效率難以兼得。