S2AFormer: Strip Self-Attention for Efficient Vision Transformer
S2AFormer：用于高效视觉变换器的条带自注意力
机构 * Faculty of Engineering and Information Technology, University of Technology Sydney（工程与信息技术学院，悉尼大学） ； Bionic Vision System Laboratory, State Key Laboratory of Transducer Technology, Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences（生物视觉系统实验室，传感技术国家重点实验室，上海微系统与信息技术研究所，中国科学院） ； PCA Lab, Key Lab of Intelligent Perception and Systems for High-Dimensional Information of Ministry of Education, School of Computer Science and Engineering, Nanjing University of Science and Technology（PCA实验室，教育部高维信息智能感知与系统重点实验室，南京理工大学计算机科学与工程学院） ； Research Center for Industries of the Future and the School of Engineering, Westlake University（未来产业研究中心和工程学院，西湖大学） ； OPPO Research, Seattle, WA 98101 USA（OPPO研究，美国西雅图华盛顿州98101）
AI总结 S2AFormer通过引入条带自注意力机制，有效整合CNN的局部感知与Transformer的全局上下文建模，提升视觉变换器的效率与准确性。
Comments Accepted by IEEE-TIP, 14 pages, 8 figures, 9 tables
