基于增量信息引导的遥感图像分类模型压缩方法

本发明公开了一种基于增量信息引导的遥感图像分类模型压缩方法，主要解决现有模型压缩技术对滤波器动态特性表征不足导致评估偏差，以及剪枝与量化技术协同不佳问题。包括：1)获取遥感图像数据集，并对其进行预处理；2)利用预处理后数据对模型进行预训练；3)获取特征图的秩信息和梯度信息，并根据该信息计算模型中滤波器的重要性得分；4)优化仿射变换参数，获取评分并生成排序结果；5)分阶段对模型进行压缩和微调，得到轻量化模型。本发明由梯度信息引导模型压缩，同时结合秩信息，通过剪枝与量化的一体化设计实现协同优化，能够在不影响精度的情况下显著减小模型规模和计算复杂度，有效提升压缩效果。