RT-DETR算法优化：图像去噪 | AAAI2025 Transformer |一种基于Transformer的盲点网络（TBSN）架构 ，结合空间和通道自注意力层来增强网络能力

💡💡💡  提出了一种基于Transformer的盲点网络（TBSN）架构，通过分析和重新设计Transformer运算符以满足盲点要求。TBSN遵循扩张BSN的架构原则，并结合空间和通道自注意力层来增强网络能力。

💡💡💡如何使用：1）结合RepC3二次创新使用；

💡💡💡亮点包括： 1. 提出了一种新的基于Transformer的盲点网络（TBSN）架构；2. 引入了知识蒸馏策略来提高计算效率；3. 在多个真实世界的图像去噪数据集上进行了广泛的实验，并且与当前最先进的SSID方法相比具有更好的性能；

RT-DETR魔术师专栏介绍：

https://blog.csdn.net/m0_63774211/category_12497375.html

✨✨✨魔改创新RT-DETR

🚀🚀🚀引入前沿顶会创新，助力RT-DETR

🍉🍉🍉基于ultralytics优化，与YOLO完美结合