一种基于语义驱动Transformer模型的弱监督目标定位方法

本发明公开了一种基于语义驱动Transformer模型的弱监督目标定位方法，包括以下步骤：S1、对待检测的图片进行预处理，用于将待检测的图片转换为适合神经网络处理的格式；S2、将预处理后待检测的图片及其对应的图片级别的标签送入神经网络；所述神经网络包括Transformer主干网络、语义内核集成模块SKI和语义增强适配模块SBA；S3、神经网络对图片进行处理，在训练过程中输出待检测图片对应每一个类别的概率数值；S4、在测试过程中输出待检测图片预测的框的坐标、类别和得分；本发明通过使注意力图更加专注于前景区域，在弱监督环境下实现了更精确的、语义感知的目标定位，从而提高了模型的解释精度和相关性。