【技术实现步骤摘要】
本文件属于数据处理的，具体涉及一种图像特征提取的方法、装置及电子设备。
技术介绍
1、视觉变换器(vision transformer，vit)是一种基于transformer架构的深度学习模型，用于图像识别等计算机视觉任务。在vit模型中，不涉及用户隐私数据的图像被切分成若干的图像块，将这些图像块组成一维序列，并在一维序列中构建多头自我注意，以执行训练和预测等视觉任务。
2、vit模型进行计算需要的时间和资源消耗，会随着输入的序列长度的增加而呈平方增长，这给基于vit模型的各种视觉任务的性能提升带来了挑战。为此，需要提供一种更优的图像特征提取方案，以改进vit模型的性能和效率。
技术实现思路
1、本说明书实施例提供一种图像特征提取的方法、装置及电子设备，以提供一种用于vit模型的图像特征提取方案。
2、第一方面，本说明书实施例提供了一种图像特征提取的方法，该方法包括：对输入图像进行切块处理后，将切块处理得到多个图像块进行编码处理，得到每个所述图像块对应的初始向量；...
【技术保护点】
1.一种图像特征提取的方法，包括：
2.根据权利要求1所述的方法，所述模块为基于注意力机制的模块，在对所述目标模块对应的中间向量进行聚合处理前，所述方法还包括：
3.根据权利要求1所述的方法，所述基于所述目标模块对应的各个中间向量的重要程度信息，对所述目标模块对应的中间向量进行聚合处理，得到输入下一个模块的特征向量，包括：
4.根据权利要求3所述的方法，所述将所述非目标向量合并到所述目标向量中，并删除所述非目标向量，得到输入所述下一个模块的特征向量，包括：
5.根据权利要求4所述的方法，所述获取所述目标模块对应的语义相似
【技术特征摘要】
1.一种图像特征提取的方法，包括：
2.根据权利要求1所述的方法，所述模块为基于注意力机制的模块，在对所述目标模块对应的中间向量进行聚合处理前，所述方法还包括：
3.根据权利要求1所述的方法，所述基于所述目标模块对应的各个中间向量的重要程度信息，对所述目标模块对应的中间向量进行聚合处理，得到输入下一个模块的特征向量，包括：
4.根据权利要求3所述的方法，所述将所述非目标向量合并到所述目标向量中，并删除所述非目标向量，得到输入所述下一个模块的特征向量，包括：
5.根据权利要求4所述的方法，所述获取所述目标...
【专利技术属性】
技术研发人员：李若愚，唐董琦，
申请(专利权)人：蚂蚁区块链科技上海有限公司，
类型：发明
国别省市：
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。