基于轻量化双路级联网络视网膜图像分割方法

本发明涉及图像处理技术领域，具体涉及一种基于轻量化双路级联网络视网膜图像分割方法，包括以下步骤：引入两个结构相同的U型网络，采用结构化剪枝以及非对称卷积对原始U型网络进行优化，显著降低模型参数量和运算量。在此基础上，添加坐标注意力模块，增强模型对空间方向特征的捕捉能力，提高目标定位精度。在为进一步提升分割性能，通过双路信息融合模块对改进后的U型网络进行级联，进而构建视网膜图像分割模型，为特征图提供二次学习机会，进一步细化特征表示。分别作为前级网络和后级网络，将前级网络和后级网络进行级联。本发明构建的视网膜图像分割模型可实现对眼底图像分割任务中血管分割的连续性，并降低模型参数量。