基于CNN-Transformer分阶段融合的图像分类方法及其系统

本发明公开了一种基于CNN‑Transformer分阶段融合的图像分类方法及其系统，具体包括：输入图像经预处理后输入轻量化CNN骨干网络，提取浅层、中层及深层局部特征；在中层特征图上划分非重叠像块并嵌入可学习位置编码，通过线性注意力Transformer生成全局语义特征；设计动态门控融合模块，联合通道注意力与空间注意力分支生成自适应权重，加权融合局部与全局特征；通过跨层级跳跃连接将CNN浅层细节特征与Transformer深层语义特征融合，提升分类鲁棒性。系统支持模型量化、算子融合及边缘设备部署，在降低计算复杂度的同时，显著提升分类精度。