基于BNN的高光谱图像分类方法、装置、设备和存储器

本申请涉及一种基于BNN的高光谱图像分类方法、装置、设备和存储器。所述方法设计基于BNN的高光谱图像分类模型，在压缩CNN模型的同时实现了出色的分类性能，在模型训练过程中将基于多尺度金字塔压缩注意机制的自适应梯度缩放模块作为基础BNN网络的全精度的实值旁路分支，用于在反向传播过程中灵活调整梯度，以减少梯度误差，从而更好地优化二值神经网络而不增加推理开销，同时在前向传播中保持网络的表示能力。与现有的二值化或量化方法相比，本方法的超光谱图像分类准确性显著提高，同时保持了较高的压缩比。