宫颈病变细胞自动检测的卷积视觉变换器设计与训练方法

本发明公开了一种宫颈病变细胞自动检测的卷积视觉变换器设计与训练方法。本发明首先构建卷积视觉变换器模型：该模型包括主干网络和分类映射网络；在主干网络中，交替级联多个卷积嵌入模块和卷积注意力模块；在主干网络的输出端连接分类映射网络；其次执行卷积嵌入操作：将特征图输入到卷积层中，通过卷积操作提取局部特征；然后执行卷积注意力操作：计算查询、键和值；对获得的查询、键和值按照像素排列顺序分别展平成序列；利用多头自注意力机制对查询、键和值进行全局信息整合。本发明结合了卷积神经网络的归纳偏置优势和视觉变换器的长距离依赖关系学习能力，融合两者的优势以提高宫颈细胞图像识别的准确性、效率和可解释性。