一种轻量化白盒Transformer的可逆自解释性语义分割网络的构建方法

一种轻量化白盒Transformer的可逆自解释性语义分割网络的构建方法，属于人工智能技术领域。首先，利用特征压缩和稀疏化理论推导得到一个核心目标函数。其次，对核心目标函数进行推理，得到正向轻量化白盒Transformer模块，包含白盒注意力结构和稀疏优化过程。再次，利用欧拉离散化方法求解核心目标函数的常微分方程，得到逆向轻量化白盒Transformer模块。最后，利用维度和数量均相同的EWTBlock模块、EWTBlock‑1模块，分别作为轻量化白盒Transformer的可逆自解释性语义分割网络的编码器和解码器，输出目标的语义分割。本发明能够解决传统网络结构和模块不具备可解释性以及Transformer参数量大，计算复杂等问题，能够实现全局可解释性建模和网络轻量化设计。