精度时间双优
融合CNN与Transformer的层级骨干，在保证高分类精度的同时显著缩短分类耗时，为自动化垃圾分选提供高效可扩展的视觉方案。
周厚奎 · 王群 · 于慧敏 · 胡浩基 · 张广群 · 胡军国 · He, Tao
Sensors 2025
在三个公开数据集上均取得了当前方法中最高的 Top-1 准确率，表明模型能够可靠地识别多种垃圾类别。
通过 Agent Attention 和 LionBatch 优化策略显著缩短了分类时间，适合实时分拣场景。
采用 Transformer 分层架构融合 CNN 与 Transformer，能够从不同图像类型中捕获并融合特征，具有优秀的可扩展性和灵活性。