基于深度学习的图像大数据分类识别方法和系统

本申请涉及计算机视觉与深度学习领域，公开了基于深度学习的图像大数据分类识别方法和系统，该方法包括通过提取图像频域能量系数生成门控矩阵，结合非对称张量分解压缩卷积核，利用跨模态语义对齐与元学习任务自适应训练，实现动态路径选择的高效分类推理，提升精度与计算效率；该系统包括频域分析模块，动态稀疏门控模块，非对称张量分解模块，元学习任务生成模块，跨模态对齐模块，动态推理引擎模块。本发明通过跨模态语义对齐与元学习任务优化，结合轻量化参数存储与边缘计算路径选择，实现细粒度分类精度提升、模型压缩及高效能推理，显著增强复杂场景下的计算效率与泛化能力。