يقدم هذا القسم نظرة عامة على دراسة تتناول تحديات تصنيف الصور الجوية، والتي تتعقد بسبب تنوع وتعقيد الصور الجوية. لمواجهة هذه المشكلة، يقترح المؤلفون نموذجين هجينين يدمجان استخراج الميزات من ResNet-50 و Vision Transformer (ViT). يستخدم النموذج الأول الانتباه متعدد الرؤوس (MHA) لتحديد الميزات الأكثر إفادة، بينما يستخدم الثاني الانتباه المتقاطع لدمج الميزات. تم تقييم…