面向多目标追踪任务的Transformer模型多尺度特征标记聚合剪枝推理加速方法、设备及存储介质

本发明公开了一种面向多目标追踪任务的Transformer模型多尺度特征标记聚合剪枝推理加速方法、设备及存储介质，方法中分析多目标追踪任务中不同尺度目标特征表达差异，设计基于强化学习的自适应剪枝决策模块，动态生成剪枝比例与聚合方案；并且引入内容感知的多尺度特征相关性评估模块，结合目标尺度、运动状态及历史轨迹信息对Token进行重要性评分；还通过空间结构一致性的聚合方法对冗余Token进行压缩，保留关键特征空间信息；最后在边缘计算环境下实时监测设备算力与任务场景变化，以最小化推理时延为目标动态调整剪枝策略；设备和存储介质用于实现上述方法。本发明能够有效平衡多目标追踪任务的精度与实时性需求。