轻量化可部署的光流估计方法、系统、设备及存储介质

本发明公开了一种轻量化可部署的光流估计方法、系统、设备及存储介质，采用了一种创新的训练策略，仅训练网络以捕捉小运动，而将大运动的估计留给后续的两阶段融合测试阶段，这种分阶段的设计既提高了训练效率，又能够有效地处理不同尺度的运动；并且，采用了一种创新的方法，通过纯卷积运算来直接从图像序列中学习特征，而无需显式地建模前后帧之间的关系，这种方法简化了模型的设计和实现，并且能够更有效地捕捉图像序列中的时空信息；同时，本发明所采用的纯卷积运算策略进一步提高了模型的简洁性和效率，网络不借助任何Transformer(变换神经网络)以及注意力等硬件不友好的算子，在部署方面有着很大的优势。