一种基于深度学习的LG模式光学角动量状态识别方法及系统

本发明公开了一种基于深度学习的LG模式光学角动量状态识别方法及系统，包括：LG模式提取：利用SLM从输入的光学图像或信号中生成LG模式；数据预处理与离散化处理：对通过SLM生成的LG模式数据进行预处理，同时将连续型数据离散化，以输入深度学习模型；构建双阶段ResNet50深度学习模型：将离散化后的LG模式数据输入到深度学习模型中进行训练和识别；在第一阶段，模型对基本层进行分类，以定义不同维度中OAM数据集的类别；在第二阶段，基于初始分类进行详细的子分类；模型验证与优化：对训练好的深度学习模型进行验证和优化。本发明通过采用定制的双阶段神经网络架构和对结构光的横向空间模式状态空间进行离散化处理，实现了出色的OAM状态识别准确率。