[发明专利]一种基于空间正反对角卷积的神经网络压缩方法有效
| 申请号： | 201910089080.5 | 申请日： | 2019-01-30 |
| 公开（公告）号： | CN109886391B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 张萌;沈旭照;李国庆;李建军;刘文昭;郭晟昊 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/0495;G06N3/082 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 214000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 空间 正反 对角 卷积 神经网络 压缩 方法 | ||
【权利要求书】：
1.一种基于空间正反对角卷积的神经网络压缩方法，应用于图像识别领域，其特征在于，包括如下步骤：
(1)对卷积神经网络的输入特征图进行填充补零；
(2)对填充补零后的特征图进行正对角卷积操作，正对角卷积操作的卷积核只在正对角线上有参数，其余部分都为0；
(3)对正对角卷积操作后的输出特征图先进行批归一化处理，然后进行非线性函数激活处理，处理后的特征图尺寸不变；
(4)对步骤(3)处理后的特征图进行填充补零，实施反对角卷积操作，反对角卷积操作的卷积核只在反对角线上有参数，其余部分都为0；
步骤(1)和步骤(4)中，填充补零需要根据对角卷积核的大小N确定补零数量，补零的总行数和总列数等于N-1；当N-1为奇数时，特征图的左边和上边分别补(N-2)/2列和行，特征图的右边和下边分别补N/2列和行；当N-1为偶数时，特征图的上下左右各补(N-1)/2个行和列。
2.如权利要求1所述的基于空间正反对角卷积的神经网络压缩方法，其特征在于，步骤(2)和步骤(4)中，在空间上，将一对连续的传统方形卷积操作替换为一对连续的正反对角卷积操作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910089080.5/1.html，转载请声明来源钻瓜专利网。
