[发明专利]图像处理方法、装置、设备

权利要求书

1.一种图像处理方法，使用模型对图像进行处理，所述模型通过如下步骤获得：

获取初始的模型；

确定所述模型对应的压缩策略，所述压缩策略中包括压缩方法以及所述压缩方法对应的目标压缩率；

采用所述压缩方法，按照逐步增加压缩率的方式，迭代地对所述模型进行压缩，直至满足截止条件，所述截止条件包括所述模型被压缩至所述目标压缩率或者模型精度满足设定条件。

2.根据权利要求1所述的方法，所述压缩策略中包括多种压缩方法以及所述多种压缩方法各自对应的目标压缩率。

3.根据权利要求2所述的方法，迭代地对所述模型进行压缩的步骤，包括：

若采用第一压缩方法将所述模型压缩至第一压缩率后，模型精度满足设定条件，所述第一压缩率低于所述第一压缩方法对应的目标压缩率，则降低所述第一压缩方法对应的压缩步长，或者，切换至采用第二压缩方法对经所述第一压缩率压缩前的模型进行压缩。

4.根据权利要求3所述的方法，所述方法还包括：

若采用所述第二压缩方法将所述模型压缩至第二压缩率后，模型精度满足设定条件，所述第二压缩率低于或等于所述第二压缩方法对应的目标压缩率，则确定经所述第一压缩率压缩前的模型作为模型压缩结果。

5.根据权利要求1所述的方法，所述压缩方法为剪枝方法，所述迭代地对所述模型进行压缩的步骤，包括：

确定所述模型在当前迭代过程中对应的损失函数；

根据所述损失函数确定所述模型的各权重分别对应的梯度值；

根据所述梯度值和所述当前迭代过程对应的压缩率，选择待剪枝的权重；

对所述待剪枝的权重进行剪枝。

6.根据权利要求5所述的方法，所述选择待剪枝的权重的步骤，包括：

计算所述各权重分别对应的重要性得分，其中，任一权重对应的重要性得分是所述任一权重和所述任一权重对应的梯度值的加权和；

根据所述重要性得分对所述各权重进行排序；

根据所述压缩率从所述各权重中选择重要性得分较低的权重作为所述待剪枝的权重。

7.一种语音处理方法，使用模型对语音数据进行识别，所述模型通过如下步骤获得：

获取初始的模型；

确定所述模型对应的压缩策略，所述压缩策略中包括压缩方法以及所述压缩方法对应的目标压缩率；

采用所述压缩方法，按照逐步增加压缩率的方式，迭代地对所述模型进行压缩，直至满足截止条件，所述截止条件包括所述模型被压缩至所述目标压缩率或者模型精度满足设定条件。

8.一种自然语言处理方法，使用模型对自然语言信息进行处理，所述模型通过如下步骤获得：

获取初始的模型；

确定所述模型对应的压缩策略，所述压缩策略中包括压缩方法以及所述压缩方法对应的目标压缩率；

采用所述压缩方法，按照逐步增加压缩率的方式，迭代地对所述模型进行压缩，直至满足截止条件，所述截止条件包括所述模型被压缩至所述目标压缩率或者模型精度满足设定条件。

9.一种图像处理方法，使用模型对图像进行处理，所述模型通过如下步骤获得：

确定初始的模型对应的损失函数；

根据所述损失函数确定所述模型的各权重分别对应的梯度值；

根据所述梯度值选择待剪枝的权重；

对所述待剪枝的权重进行剪枝。

10.根据权利要求9所述的方法，所述根据所述梯度值选择待剪枝的权重，包括：

根据所述梯度值和设定的压缩率选择所述待剪枝的权重。