文献类型：期刊文章

作　　者：刘文婷[1] 卢新明[1]

LIU Wenting;LU Xinming(College of Computer Science and Engineering,Shandong University of Science and Technology,Qingdao,Shandong 266500,China)

机构地区：[1]山东科技大学计算机科学与工程学院,山东青岛266500

出　　处：《计算机工程与应用》

基　　金：国家重点研发计划(2017YFC0804406);山东省重点研发计划(2016ZDJS02A05)。

年　　份：2022

卷　　号：58

期　　号：6

起止页码：1-16

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：Transformer是一种基于自注意力机制、并行化处理数据的深度神经网络。近几年基于Transformer的模型成为计算机视觉任务的重要研究方向。针对目前国内基于Transformer综述性文章的空白,对其在计算机视觉上的应用进行概述。回顾了Transformer的基本原理,重点介绍了其在图像分类、目标检测、图像分割等七个视觉任务上的应用,并对效果显著的模型进行分析。最后对Transformer在计算机视觉中面临的挑战以及未来的发展趋势进行了总结和展望。

关 键 词：TRANSFORMER 计算机视觉 自注意力机制  神经网络

分 类 号：TP183] TP391]