一种轻量化图像分类方法

本发明公开了一种轻量化图像分类方法，包括获取用于分类的图像数据集，并对图像数据集进行预处理；构建基于结构重参数化和深度可分离卷积的轻量化图像分类网络模型，利用预处理后的图像数据集进行模型训练；利用训练后的基于结构重参数化和深度可分离卷积的轻量化图像分类网络模型对待分类图像进行分类，得到待分类图像的分类结果。本发明提出的方法使用了包含非对称卷积等的高效多分支结构，避免损失特征图的原始信息，并使用结构重参数化方法，实现了训练时间和推理时间的解耦，在提高特征提取能力的同时缩短了推理时间；并且在模型模块设计时使用深度可分离卷积替代了普通卷积，减小了计算量和参数量。