一种基于端到端敏感度分析的单片计算成像边缘重建方法

本发明公开了一种基于端到端敏感度分析的单片计算成像边缘重建方法，涉及计算成像技术领域。该方法包括：对预训练深度学习模型在边缘进行性能评估，并替换或去除硬件支持不佳或耗时过大的算子；分析深度学习模型的剪枝敏感度和量化敏感度；基于得到的剪枝敏感度和量化敏感度分析结果，对深度学习模型进行剪枝和量化；测试经过敏感度剪枝和量化的模型图像重建的性能和速度能否满足实际应用需求；重复上述步骤，直到图像重建的性能和速度满足预设的设计要求。本发明提出的一种基于端到端敏感度分析的单片计算成像边缘重建方法，在保持模型性能的同时，能有效平衡重建质量与计算效率，大幅提升在边缘平台上的推理速度。