基于特征压缩的图片深度学习预处理方法

本发明公开了基于特征压缩的图片深度学习预处理方法，本发明涉及计算机视觉与图像处理技术领域，预处理方法包括：频域分解、参数动态调整压缩编码以及重建近似原图，本发明的优点在于：通过频域分解与选择性压缩，在保留图像核心视觉信息（如物体轮廓、纹理分布）的同时，大幅减少深度学习模型的计算负担，相较于传统空间域降采样，避免了全局特征丢失问题，尤其适用于移动端或边缘设备等资源受限场景，显著提升轻量化模型的部署效率与实用性。