[发明专利]利用量化模型进行图像处理的系统、装置及存储介质

权利要求书

1.一种模型量化方法，其特征在于，所述方法包括：

获取种群；所述种群包括N个个体，任一个所述个体为修改源模型各层中的量化比特数和量化策略得到的量化模型；N为大于1的整数；

基于所述种群，循环执行迭代步骤，直到到达迭代次数得到目标量化模型；

所述迭代步骤包括：

分别训练所述种群的N个个体；

在训练后的所述N个个体中筛选M个满足预设条件的个体；

将所述M个个体进行交叉操作和/或变异操作，得到下一代种群，所述下一代种群包括N个经过所述交叉操作和/或所述变异操作后的个体。

2.根据权利要求1所述的方法，其特征在于，所述分别训练所述种群的N个个体，包括：

在训练所述N个个体中的任一个个体时，调整所述任一个个体中各层的权重，直到损失函数收敛或达到训练次数阈值；其中，所述损失函数为设置在所述任一个个体与所述源模型间的损失函数。

3.根据权利要求2所述的方法，其特征在于，还包括：

在分别训练所述种群的N个个体时，若存在训练次数达到预设训练次数且损失函数大于预设值的L个目标个体时，丢弃所述L个目标个体，L为自然数。

4.根据权利要求3所述的方法，其特征在于，所述损失函数包括：所述N个个体的输出与所述源模型的输出对应的损失函数，和/或，所述N个个体的中间结果与所述源模型的中间结果对应的损失函数；所述N个个体的中间结果包括所述N个个体各层的输出结果，所述源模型的中间结果包括所述源模型各层的输出结果。

5.根据权利要求3或4所述的方法，其特征在于，还包括：

在所述L大于个数阈值的情况下，向所述种群中补充L个新个体，所述新个体为修改源模型各层中的量化比特数和量化策略得到的模型，且所述L个新个体不同于所述L个目标个体。

6.根据权利要求1-5任一项所述的方法，其特征在于，所述在训练后的所述N个个体中筛选M个满足预设条件的个体，包括：

在所述训练后的N个个体中选择损失函数最小的M个个体。

7.根据权利要求1-6任一项所述的方法，其特征在于，基于所述种群，循环执行迭代步骤，直到到达迭代次数得到目标量化模型，包括：

基于所述种群，循环执行所述迭代步骤，直到到达迭代次数，在到达迭代次数时得到的种群中，选择损失函数最小的个体得到所述目标量化模型。

8.根据权利要求1-7任一项所述的方法，其特征在于，所述源模型包括分类模型、检测模型、分割模型、去雨模型、去雾模型、降噪模型、去马赛克模型或超分模型。

9.根据权利要求1-8任一项所述的方法，其特征在于，所述获取种群包括：

显示用户界面，所述用户界面包括用于触发量化的控件以及待量化的模型列表；

在待量化的模型列表中接收到对所述源模型的触发，以及接收到对所述控件的触发时，获取所述种群。

10.根据权利要求1-9任一项所述的方法，其特征在于，所述将所述M个个体进行交叉操作和/或变异操作，得到下一代种群，包括：

将所述M个个体中，两两个体层中的量化比特数和量化策略的交叉，得到新的个体；和/或，将所述M个个体中任一个个体的层中的量化比特数和量化策略改变，得到新的个体。

11.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序，以执行如权利要求1-10任一项所述的模型量化方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，使得计算机执行如权利要求1-10任一项所述的模型量化方法。