基于变换器模型和卷积神经网络的图像场景分类方法

摘要

本申请涉及一种基于变换器模型和卷积神经网络的图像场景分类方法。所述方法包括：在对图像进行场景分类的过程中，用到了两种卷积神经网络以及变换器模型，其中变换器模型用以在场景图像底层建立全局要素之间的相互联系，有效地弥补了卷积神经网络在场景图像特征提取上的不足，使得网络可以从一开始就关注场景中的重点区域，从而提升了场景分类的效果。将卷积神经网络提取的特征作为变换器模型的额外输入，旨在引导编码单元将关注重点放在可以与深度特征形成良好补充的区域，并且从另一方面建立了网络底层和高层之间的联系，从而使得模型表达更加全面充分。