公开(公告)号：CN110909667B

公开(公告)日：2022-05-10

申请号：CN201911143404.5

申请日：2019-11-20

Applicant: 北京化工大学

Inventor： 张帆 ,  刘颖冰 ,  周勇胜 ,  尹嫱 ,  洪文

IPC: G06V20/00 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了面向多角度SAR目标识别网络的轻量化设计方法，属于计算机视觉和遥感的交叉领域。现有的神经网络压缩方法通常是逐步压缩思路且有识别精度损失的，而本发明结合SAR目标多角度特征保持的要求，使用结构化剪枝生成轻量化SAR目标识别CNN网络结构，使用知识蒸馏恢复CNN网络模型的多角度特征提取能力，使用权重共享进一步压缩网络模型存储空间需求，最终得到了无损的轻量化多角度SAR目标识别网络模型。在识别精度无损的前提下，压缩率能达到60倍以上，同时计算量能减少2倍以上。

公开(公告)号：CN110909667A

公开(公告)日：2020-03-24

申请号：CN201911143404.5

申请日：2019-11-20

Applicant: 北京化工大学

Inventor： 张帆 ,  刘颖冰 ,  周勇胜 ,  尹嫱 ,  洪文

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了面向多角度SAR目标识别网络的轻量化设计方法，属于计算机视觉和遥感的交叉领域。现有的神经网络压缩方法通常是逐步压缩思路且有识别精度损失的，而本发明结合SAR目标多角度特征保持的要求，使用结构化剪枝生成轻量化SAR目标识别CNN网络结构，使用知识蒸馏恢复CNN网络模型的多角度特征提取能力，使用权重共享进一步压缩网络模型存储空间需求，最终得到了无损的轻量化多角度SAR目标识别网络模型。在识别精度无损的前提下，压缩率能达到60倍以上，同时计算量能减少2倍以上。