一、技术背景与融合动机 传统基于卷积神经网络（CNN）的目标检测算法（如YOLOv5）在局部特征提取上表现优异，但缺乏对全局上下文信息的建模能力。而Transformer架构通过自注意力机制能捕捉长距离依赖关系，Swin Tr……
