高效视觉背传研究的趋势是变成一种结合卷积和 transformer 块的模型。在速度和准确性之间取得优势需要智能地组合两者，即在架构上和在组件上。大多数出版物专注于最大化准确性和使用 MACs（乘累运算）作为效率指标。然而，后者因为像内存