视觉基础模型表征学习方法、装置、设备和存储介质

本申请实施例提供视觉基础模型表征学习方法、装置、设备和存储介质，涉及人工智能技术领域。将输入图像对应的掩码图像输入编码器进行特征提取得到每个网络层对应的层编码特征，将输入图像进行小波变换得到多个变换基权重，将从层编码特征中选取的提取特征输入对应的解码器进行解码操作得到解码特征，根据解码特征所对应的位置确定系数编号，基于系数编号从变换基函数中确定重构特征，根据解码特征和重构特征计算重构损失值，对编码器和解码器进行参数调整直至训练完成。利用小波变换同时分析输入图像在时间域与频率域的变化，为视觉基础模型的表征学习提供多尺度图像信息，进而提高视觉基础模型对图像的表征学习效率与准确率。