vit

模型生成摘要（rules/v1 · 2026-11-14 07:15）：修改多模态视觉Transformer模型，构建双分支架构分别处理RGB和Event数据（分别拼接模板与搜索区域），并输出独立特征以支持双Head处理
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。