基于重参数化特征聚合卷积神经网络的遥感场景图像分类方法

基于重参数化特征聚合卷积神经网络的遥感场景图像分类方法，本发明涉及遥感场景图像分类方法。本发明的目的是为了解决现有Transformer结构中的自注意力模块存在二次复杂度，计算量大，图像分类准确性低的问题。过程为：构建重参数化特征聚合卷积神经网络模型；模型对待测遥感场景图像进行分类；模型包括第一特征提取模块、第一RepFormer、第一平均池化层、第二RepFormer、第二平均池化层、第三RepFormer、第三平均池化层、第四RepFormer、第一线性层、第二特征提取模块、第三特征提取模块、第一多头混合卷积模块、第二多头混合卷积模块、第一级联层、第四特征提取模块、第三多头混合卷积模块、第二线性层、第二级联层、特征融合分类器；本发明用于遥感场景图像分类领域。