一种基于知识蒸馏的计算颜色恒常方法

本发明涉及一种基于知识蒸馏的计算颜色恒常方法，S1，训练教师网络，实现图像光照颜色估计；S2，蒸馏训练学生网络，利用蒸馏技术将教师网络的光照颜色估计能力迁移至结构简单、参数量少的学生网络；S3，精细微调训练学生网络；S4，实现计算颜色恒常，将测试图像数据输入到微调后的模型中估计光源颜色，进而经过ISP流程得到颜色校正后的图像。有效解决了为图像传感器构建专用深度学习模型时对大规模有标签数据的依赖问题，降低了计算和存储资源需求。可获得高效精简的学生模型，为在嵌入式设备和图像信号处理器芯片中实际部署提供了可能。