基于transformer的图像分类模型及其迭代方法

本发明提供一种基于transformer的图像分类模型及其迭代方法，包括：图像输入模块，用于获取图像；图像分类模块，包括ConvMAE网络、多层感知机任务头和支持向量机任务头；所述图像分类模块用于对输入的图像进行分析处理，以得到分类结果；结果输出模块，用于输出分类结果。通过在图像分类模块中引入ConvMAE网络，能够自动学习到图像中的重要特征，并进行有效的特征表示和表达，并利用多层感知机任务头和支持向量机任务头对ConvMAE网络进行快速微调，能够在减少输入数据的复杂性、提高微调速度的同时，提高分类的准确性，解决了现有基于transformer的模型迭代速度较慢且训练效果较差的问题。