一种VIT模型训练、图像分类方法

本发明实施例提供了一种VIT模型训练、图像分类方法。上述方法包括：获取第一样本图像；针对第一样本图像的每一第一窗口，从该第一窗口中去除第一数量个第一token，并将剩余的第一token作为第一模型输入结果；将第一模型输入结果输入至原始VIT模型，得到原始VIT模型输出的第一分类结果；基于第一分类结果以及第一样本图像对应的第一样本标签，计算第一目标损失；根据目标损失调整原始VIT模型的模型参数，返回从将第一模型输入结果输入至原始VIT模型，得到原始VIT模型输出的第一分类结果的步骤起继续执行，直至满足预设收敛条件，得到训练后的VIT模型。应用本发明实施例提供的方案能够提高VIT模型的推理效率。