[发明专利]一种基于线性自注意力Transformer的图像分类方法

摘要

本发明涉及计算机视觉技术领域，具体涉及一种基于线性自注意力Transformer的图像分类方法。包含以下步骤：S1：将图片送入到第一个stage的重叠卷积编码模块，利用卷据运算将图片编码为图片令牌；S2：将图片令牌送入该stage中Transformer模块中，提取图片特征向量；S3：将提取的图片特征向量送入到下一个stage的重叠卷积编码模块，减少特征向量数量的同时增加特征向量维度；S4：重复进行S2和S3，从最后一个stage的Transformer模块中的到最终输出向量；S5：通过分类器单元将最终的输出向量转化成概率表示，完成图像分类。本发明既能够的有效的从图片中提取图片特征又显著的降低了Transformer模块的计算复杂度，又通过重叠卷积编码模块和卷积前馈神经网络模块提高模型提取的图片特征的能力。