融合循环卷积与重参数化的轻量级模型优化方法及系统

本发明属于嵌入式平台模型优化技术领域，具体涉及一种融合循环卷积与重参数化的轻量级模型优化方法及系统。旨在解决现有轻量级网络在资源受限设备上计算量大、延迟高、适应性差的问题。本发明通过采用Metaformer框架为基础架构；基于MobileNet‑V1模型，上移DW层和SE模块，引入批归一化的可重参数化跳跃连接，构建浅层网络模块；采用全局循环位置感知卷积，提出垂直和水平方向卷积，构建深层网络模块；堆叠浅、深层模块构建轻量级网络模型。本发明通过局部特征提取的高效化、全局特征捕获的轻量化、注意力机制的优化及架构的协同设计，提升局部特征提取效率，高效捕获全局特征，降低计算开销，实现性能与效率的良好平衡。