一种基于深度神经网络裁剪及量化技术的极弱光成像方法

本发明公开了一种基于深度神经网络裁剪及量化技术的极弱光成像方法，包括以下步骤：采集极弱光环境下的多张图像，得到原始图像；利用对神经元重要性的评估结果进行网络裁剪以及量化处理后的深度神经网络模型，对所述原始图像进行图像增强并转换成全彩色成像；其中，所述神经元重要性评估结果为基于所述深度神经网络模型中神经元的激活值分布、梯度信息和权重大小得到；输出所述全彩色成像；本发明通过优化网络结构和参数处理，使采集的极弱光图像经处理后生成更清晰、真实的全彩色图像，同时提高计算效率、降低存储需求，以克服现有技术的不足。