一、架构创新：轻量化与混合结构的突破 传统Vision Transformer（ViT）通过分割图像为固定patch进行自注意力计算，但存在计算冗余和局部信息丢失问题。创新方向之一是构建分层混合架构，例如将卷积神经网络（CNN）……
