쌍방향 교차어텐션
시각 특징과 텍스트 특징을 상호 갱신하는 경량 모듈로, 시각→언어 및 언어→시각 두 방향의 cross-attention을 쌓아 제어 지향 표현을 구성하는 데 사용됩니다.
