1.一种vit蒸馏训练方法，其特征在于，包括：
2.根据权利要求1所述的vit蒸馏训练方法，其特征在于，所述选择长尾数据集，并对长尾数据集进行预处理，包括：
3.根据权利要求2所述的vit蒸馏训练方法，其特征在于，所述对卷积神经网络进行训练，生成教师模型，包括：
4.根据权利要求3所述的vit蒸馏训练方法，其特征在于，所述基于长尾数据集生成数据样本，输入教师模型，生成软标签，包括：
5.根据权利要求4所述的vit蒸馏训练方法，其特征在于，所述基于视觉transformer构建学生模型，为学生模型配置知识蒸馏功能和损失函数，包括：
6.根据权利要求5所述的vit蒸馏训练方法，其特征在于，所述基于分类结果和软标签利用损失函数优化学生模型参数，包括：
7.根据权利要求2所述的vit蒸馏训练方法，其特征在于，所述弱增强处理包括：随机裁剪处理、水平翻转处理和颜色调整处理；所述强增强处理包括：随机旋转处理、预设幅度的裁剪处理和颜色抖动处理。
8.一种vit蒸馏训练系统，其特征在于，所述系统采用权利要求1至7任一项所述的vit蒸馏训练方法；
9.一种vit蒸馏训练装置，其特征在于，包括：
10.一种可读存储介质，其特征在于：所述可读存储介质上存储有vit蒸馏训练程序，所述vit蒸馏训练程序被处理器执行时实现如权利要求1至7任一项权利要求所述的vit蒸馏训练方法的步骤。