一种基于动态可插拔掩码自监督编码器的显微图像表示方法

本发明提出一种基于动态可插拔掩码自监督编码器的显微图像表示方法，包括：步骤一：基于动态可插拔掩码自监督编码器和MAE解码器搭建网络；步骤二：构造损失函数对网络进行训练，进行图像重建与分类的联合优化；步骤三：使用预训练动态可插拔掩码自监督编码器提取显微图像的深层特征表示；进一步对接下游任务的解码器，进行矿物显微图像超分辨率重建、包裹体自动分析、智能钻石净度评级、通用细胞分割。本发明通过可插拔模块提高数据量劣势的领域的特征提取质量，有效应对跨领域数据集大多类别不平衡的问题。同时相较于添加分支，可插拔模块降低了50％增设结构带来的额外计算开销，而赋予了模型极强的域迁移性。