-
公开(公告)号：CN119047524A
公开(公告)日：2024-11-29
申请号：CN202411158489.5
申请日：2024-08-22
Applicant: 哈尔滨工业大学
IPC: G06N3/0495 , G06N3/082 , G06N3/084 , G06N3/0464
Abstract: 一种面向复杂网络结构的递进式模型压缩方法，本发明属于卷积神经网络轻量化领域，涉及面向复杂网络结构的递进式模型压缩方法。本发明的目的是为了解决已有的轻量级网络设计方法难以应用在结构复杂的基础模型上，以及已有的轻量级网络不适用于对检测速度和检测精度同时有较高要求的场景的问题。过程为：步骤1、对用于图像识别的目标模型做滤波器剪枝与通道数对齐；步骤2、给定步骤1完成滤波器剪枝与通道数对齐后的目标模型的损失函数；将特征图输入步骤1完成滤波器剪枝与通道数对齐后的目标模型，目标模型每一个卷积层l输出yl，使用反向传播算法计算损失函数相对于yl的梯度Tl：根据梯度，将卷积层中卷积操作替换为轻量级卷积操作。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
