IFF-HVT: Informative Feature Fusion in Hybrid Vision Transformers for Image Classification
Este artigo apresenta o IFF-HVT, uma arquitetura híbrida que integra um backbone ResNet-50 com modelagem de contexto baseada em transformer e um módulo de fusão de características informativo para equilibrar efetivamente a representação de características locais e globais, alcançando melhorias significativas de precisão sobre os modelos de linha de base em conjuntos de dados de classificação de imagens de média escala.