车载多址边缘计算 (MEC) 下的 Vision Transformer 深度切分协同计算架构

系统分析层级化 Swin Transformer 与标准 ViT 骨干网络中的最优物理切分层选择（Cut-layer Selection），在特征瓶颈传输带宽与蜂窝空口传输延迟之间进行全局多目标帕累托前沿权衡。

轻量化自编码器网络瓶颈特征极致非线性压缩

部署在车载端的轻量卷积自编码微模型，在无线发射前将注意力 Patch 标记流实施 16 倍极高压缩比的非线性编码，路侧 MEC 端 GPU 逆向重构恢复后的目标感知精度损失严格低于 0.5% mAP。