公开(公告)号：CN118485893A

公开(公告)日：2024-08-13

申请号：CN202410692099.X

申请日：2024-05-31

Applicant: 南湖实验室

Inventor： 陈元捷 ,  蒋鹏飞 ,  宋文杰 ,  沙枫 ,  廖佳纯

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/082 ,  G06V10/776

Abstract: 本发明公开了一种考虑量化和剪枝的影响的模型优化方法及系统，涉及图像处理技术领域，方法包括获取预训练模型和基本数据；对预训练模型进行结构转换，得到转换后的模型；对转换后的模型进行参数评分，得到模型参数评分结果；根据模型参数评分结果，对转换后的模型进行量化剪枝，得到裁剪后的模型；利用图像训练样本集对裁剪后的模型进行迭代训练，并判断训练后的模型是否达到目标精度和目标计算量，若是，则将训练后的模型作为优化后的模型；否则返回步骤“对转换后的模型进行参数评分，得到模型参数评分结果”，直至训练后的模型达到目标精度和目标计算量为止。本发明可有效提升图像处理模型的图像处理速度和效率。

公开(公告)号：CN119398120A

公开(公告)日：2025-02-07

申请号：CN202411641595.9

申请日：2024-11-15

Applicant: 上海交通大学 ,  南湖实验室

Inventor： 吕泽宇 ,  王东 ,  陈元捷 ,  宋文杰

IPC: G06N3/08 ,  G06N3/0464 ,  G06N3/04 ,  G06N3/048 ,  G06F18/2415

Abstract: 本申请公开了一种无线感知模型的训练方法、无线感知方法及相关装置，涉及深度学习技术领域，基于算术查找计算逻辑门网络中神经元输出，减少逻辑门网络训练过程的参数量和计算量，降低训练成本；在采用样本信道状态信息以及样本信道状态信息对应的标签对无线感知模型进行训练过程中，采用直通估计器对无线感知模型进行训练，减少在部分数据集上离散化过程带来的精度损失，增强逻辑门网络的泛用性。