paper：Conditional Positional Encodings for Vision Transformers official implementation：GitHub - Meituan-AutoML/CPVT 存在的问题 位置编码的局限性：传统Transformer中的绝对位置编码（无论是可学习的还是固定的）在训练时会固定编码的长度和数值，导致模型在测试时难以处理比训练