轻量化Transformer架构遥感目标检测方法

本发明公开一种轻量化Transformer架构遥感目标检测方法、存储介质、设备，涉及深度强化学习技术领域，方法包括：以Transformer的目标检测模型DINO为基础，构建遥感目标检测模型；遥感目标检测模型由主干网络、Transformer编码器、Transformer解码器、检测头四个部分组成，采用Resnet50作为遥感目标检测模型的主干网络；将遥感目标检测模型作为深度强化学习的环境、剪枝率作为深度强化学习的动作，构建深度强化学习问题；基于深度强化学习训练智能体，在资源受限与精度优先场景下，搜索遥感目标检测模型各层的剪枝策略；根据遥感目标检测模型神经元的权值判别神经元的重要性，去除重要性低于设定阈值的神经元，得到轻量化模型。本发明方法的参数量与计算量较小，可以部署于资源受限的边缘设备。