公开(公告)号：CN117994607A

公开(公告)日：2024-05-07

申请号：CN202410130601.8

申请日：2024-01-30

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 刘欣刚 ,  宫昊宇 ,  吴少智 ,  苏涵 ,  冯承霖 ,  张立澄 ,  彭伟航

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种视觉自注意力模型的训练方法，通过在视觉自注意力模型的主干网络中添加通道注意力机制；训练视觉自注意力模型，包括：获取多个训练样本；将当前训练样本中的输入样本输入至视觉自注意力模型中，确定多个特征向量；为多个特征向量拼接分类头向量以及可学习位置向量，得到待输入特征向量；将待输入特征向量输入至视觉编码器，得到待融合特征信息；基于多层感知机对待融合特征信息进行处理，得到预测结果；基于当前训练样本重复执行确定预测结果的次数达到预设次数阈值，将下一训练样本作为当前训练样本，直至视觉自注意力模型的准确率达到预设准确率阈值，提升了视觉自注意力模型对训练样本的学习能力，抑制模型的过拟合现象。