基于曼哈顿自注意力的视觉骨干网络图像识别方法及系统

本发明公开了基于曼哈顿自注意力的视觉骨干网络图像识别方法及系统，包括采集若干目标检测图像，标记后建立数据集，将数据集输入到改进视觉骨干网络模型进行训练，得到训练好的改进视觉骨干网络模型，改进视觉骨干网络模型包括若干个依次堆叠的特征提取器和特征融合器，特征提取器采用分解的曼哈顿自注意力机制实现特征提取，特征融合器采用未分解的曼哈顿自注意力机制实现特征融合，将待检测图像输入到训练好的改进视觉骨干网络模型，识别待检测图像上的识别目标。本发明能够在不同阶段根据需求灵活地利用曼哈顿自注意力机制的特性，引入显式空间先验，计算成本较低，捕捉图像中的空间信息更强，能充分适应图像数据。