[发明专利]一种基于连续性剪枝的神经网络轻量化方法及系统

摘要

本发明公开的一种基于连续性剪枝的神经网络轻量化方法及系统，属于计算机视觉和图像处理领域。本发明公开的一种基于连续性剪枝的神经网络轻量化系统，包括通道重要性评价模块、Soft_Conv 1×1模块、Soft_LdsConv模块、通道规整模块。本发明基于Soft阈值向量稀疏化方法和利用群剪枝学习深度可分卷积结构，根据自主学习阈值设计Soft_Conv 1×1结构和Soft_LdsConv结构，根据l1‑norm通道评价指标，完成对Conv 1×1和Conv n×n(n＝3)通道的连续性剪枝，再对剪枝通道进行规整，不仅能够高效压缩卷积神经网络模型，实现卷积神经网络模型轻量化，还能够提高卷积神经网络模型的精度。本发明还具有通用性的优点。应用本发明能够提高计算机视觉和图像处理效率，增加图像任务精度。