基于深度神经网络模型的轻量化部署图像处理方法

摘要文本

本发明公开了基于深度神经网络模型的轻量化部署图像处理方法，方法包括：获取待处理图像，通过训练好的改进神经网络模型对待处理图像进行图像处理，得到待处理图像的目标区域；模型包括用于对待处理图像进行分组卷积，得到待编码特征图的分组输入模块、用于对待编码特征图进行下采样和卷积处理的编码器模块、用于对编码器模块的输出进行上采样和转置卷积处理，得到待重塑特征图的解码器模块和用于对待重塑特征图进行分组重塑，得到待处理图像的目标区域的重塑输出模块。本发明显著降低了神经网络模型的参量和部署成本，实现模型的轻量化部署，并提高了模型在图像处理任务上的处理效果和效率，可应用于如图像分割、目标识别等图像处理任务。