一种面向恶劣环境的轻量级图像去水雾方法

    公开(公告)号:CN118608402A

    公开(公告)日:2024-09-06

    申请号:CN202410146451.X

    申请日:2024-02-01

    摘要: 本发明提供了一种面向恶劣环境的轻量级图像去水雾方法,其步骤为:S1:获取训练数据集;S2:图像去水雾网络浅层特征提取;S3:图像去水雾网络深层特征提取对初始化特征进行图特征提取与局部特征融合拼接,最后输出特征图与浅层特征提取模块输出的初始化特征图相加;S4:图像去水雾网络图像重建将深层特征提取部分输出的特征图送到含有3个卷积核的输出卷积层,最终重建得到去雾图像。本发明通过使用精简的神经网络结构、参数共享和模型剪枝等技术,实现深度学习去水雾模型的轻量化设计,降低模型复杂度;针对边缘设备的特殊要求,通过优化算法和模型结构,降低对硬件资源的需求,使得去水雾模型更适合在边缘设备上进行部署。