轻量化 U-Net 红外可见光融合系统
案例介绍
针对传统 U-Net 参数量较大、推理计算成本较高的问题，设计轻量化网络结构，采用深度可分离卷积降低计算复杂度，通过 1×1 卷积压缩跳跃连接通道，并在解码阶段引入轻量级通道与空间注意力机制，提高特征提取和融合能力。
系统支持 MSRS 数据集训练、TNO 数据集测试，提供标准 U-Net 与轻量化模型对比分析，实现 SSIM、信息熵、互信息、空间频率等多项图像质量指标计算，以及模型参数量、推理耗时和 FPS 性能统计。开发了基于 Flask 的可视化操作界面，支持模型训练、融合图像预览和实验结果展示。
项目涵盖神经网络结构优化、图像处理、模型性能评估及 Web 系统开发，可应用于智能驾驶、夜间视觉增强、安防监控及多传感器图像处理等场景。
轻量化 U-Net 红外可见光融合系统
案例介绍
本项目是一套基于深度学习的红外与可见光图像融合系统，采用 Python、U-Net、Flask 等技术，实现多源图像融合、模型训练、性能评估及结果可视化。
针对传统 U-Net 参数量较大、推理计算成本较高的问题，设计轻量化网络结构，采用深度可分离卷积降低计算复杂度，通过 1×1 卷积压缩跳跃连接通道，并在解码阶段引入轻量级通道与空间注意力机制，提高特征提取和融合能力。
系统支持 MSRS 数据集训练、TNO 数据集测试，提供标准 U-Net 与轻量化模型对比分析，实现 SSIM、信息熵、互信息、空间频率等多项图像质量指标计算，以及模型参数量、推理耗时和 FPS 性能统计。开发了基于 Flask 的可视化操作界面，支持模型训练、融合图像预览和实验结果展示。
项目涵盖神经网络结构优化、图像处理、模型性能评估及 Web 系统开发，可应用于智能驾驶、夜间视觉增强、安防监控及多传感器图像处理等场景。
案例图片
相似案例推荐
-
FlowPilot｜n8n工作流控制台
自主开发并部署于VPS的n8n工作流控制台，基于Next.j
-
爬虫
熟练使用 Python 进行网络数据采集与自动化开发，掌握
-
Search Agent 智能助手
独立设计并实现基于 Python 的长记忆 Agent 系统
-
Agent 调度器
独立开发的多 Agent 任务调度系统。输入一句话目标，系统
-
ClipAI 浏览器划词总结翻译插件
ClipAI 是一款「选中即总结」的 AI 阅读助手浏览器扩
-
基于PJSIP的IP电话机固件开发
本项目在指定嵌入式主板上实现IP话机的完整拨号通话功能，接入
1小时精推人才
需求方专属客服，免费梳理匹配
