1.一种轻量化的全信息交融和双向导遥感图像变化检测方法，其特征在于，包括：将获得的遥感图像数据集输入到构建好的轻量化的全信息交融和双向导网络Lighter中进行训练，得到训练好的Lighter并保存；

所述的构建Lighter包括权重共享的连体骨干、全信息交融模块、双向导差异捕获模块、解码器和预测头；

所述的权重共享的连体骨干是参数共享的预训练的MobileNetv2 构建的特征提取器，将一对双时相遥感图像输入其中生成双时特征 、 ，之后将 、 输入全信息交融模块；

所述的全信息交融模块包括双时信息融合，层内空间聚合和层间空间交互；

所述的双时信息融合，包括：对前两个尺度的双时特征进行拼接和  卷积后得到 ；对于高级双时特征  、  的时间注入，首先采用绝对值差提取其中丰富的语义差异信息   ；之后将  输入到坐标注意CA后与  、 相乘得到第一个尺度的全信息特征  、 ；最后，对  、  同样进行拼接和  卷积后得到高级的 ；

所述的层内空间聚合，包括：在不同的注意力头中设置不同的层次空间聚合率   ；只作用于在层间空间交互时的小尺度特征  从而生成不同粒度的 K，V；

所述的层间空间交互，包括：逐级的层级间空间交互得到另外两种尺度的全信息特征；

所述的双向导差异捕获模块，包括：将两种不同的输入作为向导：第一种向导是将同尺度的全信息特征拼接后经过卷积操作、批量归一化和激活函数整合不同时间、空间位置的丰富信息得到的融合向导  ；另一种是计算同尺度的全信息特征的绝对差值得到差异向导  ，差异计算能够提供一种直接的、对比性的特征表示，使得模型在捕捉变化时更加敏感和精确；之后，进行轻量化的重点信息提取；最终，经过双向导差异捕获模块后捕获到三种尺度的精准差异 ；

所述解码器和预测头对  进行处理得到两个预测  、 ；   仅在训练中作为深度监督存在，有助于生成更准确的变化地图；

输入待处理的遥感图像，通过训练好的Lighter进行预测，得到双时相变化预测图。

2.根据权利要求1所述的方法，其特征在于，所述的获得的遥感图像数据集，包括：遥感图像数据集中包括双时相遥感图像和对应的变化掩码，确保遥感图像数据集中的每对双时相遥感图像和对应的变化掩码一一对应且具有相同的文件名，其中，一一对应指：在每对双时相遥感图像中发生的变化区域或未变化区域需要在对应的变化掩码中具有相同的大小、形状、位置；另外，遥感图像数据集中每张变化掩码中变化区域的像素值为1或

255，未变化区域像素值为0；

所述的输入到构建好的轻量化的全信息交融和双向导网络Lighter中进行训练，包括：构建Lighter，将获得的数据集输入到Lighter，设置每次迭代的批量大小、训练轮次对Lighter进行训练。

3.根据权利要求 1所述的方法，其特征在于，所述的得到训练好的Lighter并保存，包括：经过逐步迭代计算损失并更新网络参数，完成网络的训练并保存网络的参数文件；

通过训练好的Lighter进行预测，得到双时相变化预测图，包括：将需要进行变化检测的双时遥感图像对处理为模型可以接收的分辨率大小后，输入到训练好的Lighter进行预测得到双时相变化预测图，完成方法。

4.一种轻量化的全信息交融和双向导遥感图像变化检测装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1‑3中任一项所述的一种轻量化的全信息交融和双向导遥感图像变化检测方法。

5.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1‑3中任一项所述的一种轻量化的全信息交融和双向导遥感图像变化检测方法。