基于光电混合计算架构的图像分类方法及系统

本申请涉及计算机视觉和人工智能领域，公开了基于光电混合计算架构的图像分类方法及系统，方法包括以下步骤：接收输入图像并进行预处理，通过光学衍射计算对图像进行光学变换以提取光学特征，并将提取后的光学特征经光电转换模块转化为电信号；电子神经网络模块接收光电转换后的数据，并采用卷积神经网络进行特征提取与分类预测；最终，通过损失计算与优化模块计算分类损失，并利用优化算法调整神经网络参数，以提高分类精度。本发明通过光学计算与电子计算相结合，减少了电子计算负担，提高了计算效率，并降低了功耗，同时，该方法兼容现有深度学习框架，适用于大规模数据分类、实时目标识别等多个应用场景。