基于二元神经网络和大核条带卷积的轻量化遥感图像变化检测方法

本发明提出了一种基于二元神经网络和大核条带卷积的轻量化遥感图像变化检测方法，实现步骤为：获取训练样本集和测试样本集；构建基于二元神经网络和大核条带卷积的轻量化遥感图像变化检测网络模型并对其进行迭代训练；获取轻量化遥感图像变化检测结果。本发明在对轻量化遥感图像变化检测网络模型进行迭代训练和获取变化检测结果的过程中，通过两个分支网络中的ResNet18网络分别对双时态的特征图进行深层特征提取，能够将权重和激活量化为+1和‑1，实现了32倍的内存节省和58倍的CPU加速，避免了现有技术参数量较多的缺陷，有效提高了检测效率，同时通过大核条带卷积网络弥补了由于二值量化带来的精度上的不足。