基于神经网络结构的多源光电探测图像的快速识别方法及系统

本发明公开了基于神经网络结构的多源光电探测图像的快速识别方法及系统，涉及图像识别技术领域。获得多个光电探测器接收到的图像作为输入原始图像；根据探头像素和输入原始图像的分类数量，搭建神经网络，对神经网络进行自动化剪枝处理，基于输入原始图像对修剪后的神经网络进行训练，获得神经网络权重信息和图像类别信息；构建偏压处理器，偏压处理器用于调制光电探测器的输出信号；将训练后的神经网络与偏压处理器对应连接，得到图像的快速识别结果。本发明通过有效整合光电探测技术与深度学习技术，实现高效、精准、快速的图像识别，结合了深度学习中的剪枝和优化算法，以提高识别速度和效率，同时降低资源消耗。