现有的图像美学质量评价方法普遍使用卷积神经网络（CNN）提取图像特征，但受局部感受野机制的限制，CNN较难提取图像的全局特征，导致全局构图关系、全局色彩搭配等美学属性缺失。为解决该问题，提出基于自监督视觉Transformer（SSViT）模型的图像美学质量评价方法。利用自注意力机制建立图像局部块之间的长距离依赖关系，自适应地学习图像不同局部块之间的相关性，提取图像的全局特征，从而刻画图像的美学属性；同时，设计图像降质分类、图像美学质量排序和图像语义重构这3项美学质量感知任务，利用无标注的图像数据对视觉Transformer（ViT）进行自监督预训练，增强全局特征的表达能力。在AVA（Aesthetic Visual Assessment）数据集上的实验结果显示，SSViT模型在美学质量分类准确率、皮尔森线性相关系数（PLCC）和斯皮尔曼等级相关系数（SRCC）指标上分别达到83.28%、0.763 4和0.746 2。以上实验结果表明，SSViT模型具有较高的图像美学质量评价准确性。

在基于迁移学习的小样本目标检测任务中，由于缺乏关注图像中待检测目标的注意力机制，所以现有模型对于待检测目标周边背景区域的抑制能力不强，且在迁移学习过程中通常需要对元特征进行微调来实现跨域共享，这将引起元特征偏移，从而导致模型对大样本图像检测能力的下降。针对上述问题，基于注意力机制和元特征二次重加权机制，提出改进的元特征迁移模型Up-YOLOv3。首先，在原始元特征迁移模型Base-YOLOv2中引入基于卷积块注意力模块（CBAM）的注意力机制，使特征提取网络聚焦于图像中的目标区域并关注图像目标类别的细节特征，从而提升模型对小样本图像目标的检测性能；其次，引入基于压缩?激励（SE）的元特征二次重加权模块（SE-SMFR）对大样本图像的元特征进行二次重加权，以获取二次重加权元特征，使模型在提升小样本目标检测性能的同时也能减小大样本图像元特征信息的权重偏移。实验结果表明，在PASCAL VOC2007/2012数据集上，相较于Base-YOLOv2，Up-YOLOv3针对小样本图像检测的平均准确率均值（mAP）提升了2.3~9.1个百分点；相较于原始的基于YOLOv3元特征迁移模型Base-YOLOv3，Up-YOLOv3针对大样本图像的mAP提升了1.8~2.4个百分点。可见，改进后模型对不同类别的大样本图像和小样本图像均具有良好的泛化能力和鲁棒性。