【技术实现步骤摘要】
本专利技术适用于计算机视觉(computer vison)领域,具体涉及到基于swintransformer模型,以及注意力模块的稀疏化方法,其优越性在于采用基于稀疏注意力interwindow块强化图像空间特征的提取,进而提高图像分类的准确性,同时提高模型的参数利用率,实现模型的轻量化,取得的效果较为明显。
技术介绍
1、目前,图像分类是计算机视觉领域的热门研究方向,在此领域中,每个模型建立的核心目标都是更加有效地提取图像的信息,通过分析图像内容,提取关键特征,进而实现准确的分类。因此,如何设计能够高效提取图像信息的模型,成为了图像分类研究的关键所在。卷积神经网络(cnn)通过对图像像素单元进行特征映射,构建了强大的特征表示,成为各种视觉任务的主要骨干网络。随着卷积神经网络的深入研究,cnn的架构逐渐增大,连接更为广泛,卷积形式也变得更加复杂。
2、而在自然语言处理(natural language processing)领域,transformer通过引入注意力机制在每个令牌或像素单元上进行动态交互,模仿人类的注意力机制
...【技术保护点】
1.一种基于稀疏注意力InterWindow块的Light Swin图像分类方法,其特征在于包括以下步骤:
【技术特征摘要】
1.一种基于稀疏注意力interwindow块的lig...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。