基于自监督注意力的图像分类方法、装置、设备及介质

本发明涉及人工智能技术领域，可应用于医学领域和金融领域，公开了基于自监督注意力的图像分类方法、装置、设备及介质，该方法包括：获取输入图像，并利用卷积特征提取器对所述输入图像进行特征提取，得到特征图；通过自监督注意力机制对所述特征图进行自监督预训练，得到注意力权重矩阵；基于所述注意力权重矩阵，利用可解释分类头对所述特征图进行分类预测，以此构建图像分类模型；利用所述图像分类模型对指定的目标图像进行图像分类处理。本发明通过自监督方式学习注意力权重，减少了对大量标注数据的依赖，同时，在预训练阶段的注意力机制可直接迁移到分类任务，实现了端到端的可解释性，使图像分类任务中准确性与可解释性得到双重提升。