一种基于梯度加权编码器的端到端视觉模式挖掘方法

本发明公开了一种基于梯度加权编码器的端到端视觉模式挖掘方法，针对复杂极端数据场景，设计梯度加权模块和模式保留模块端到端的挖掘并无监督分割优质视觉模式。其中，梯度加权模块在反向传播中以梯度诱导的方式加权重要特征，控制特征提取方向，避免了以往方法的大量调参。模式保留模块高效利用各层级特征，恢复视觉模式区域的细节，无监督分割模式元素。本发明在可适用于海量数据中存在较多质量欠佳样本场景下端到端的视觉模式挖掘和数据质量提升，同时能够分割视觉模式元素，为多个下游视觉任务奠定基础。