[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： | 本发明公开了一种基于空间正反对角卷积的神经网络压缩方法，对许多场景而言，卷积神经网络是目前计算机视觉和数字图像处理解决方案的核心，但卷积神经网络的计算复杂度和参数数量仍然是各种应用场景的限制因素。为了提高卷积神经网络的计算效率，减少网络的参数个数，本发明在空间上，将一对连续的传统方形卷积核替换为正反对角卷积核，先进行正对角卷积操作，然后经过批归一化和非线性函数激活处理后，再进行反对角卷积操作，在保留了更有效的局部感受中心的前提下进一步降低了卷积神经网络的计算复杂度，加快了网络传播速度，同时对角卷积具有一定的正则化效果，提高了网络的鲁棒性，降低了模型的过拟合，网络压缩后的整体效果提升明显。 | ||
| 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 | ||
【主权项】：
1.一种基于空间正反对角卷积的神经网络压缩方法，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；(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。
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/patent/201910089080.5/，转载请声明来源钻瓜专利网。
