[发明专利]基于均值感知稀疏的目标检测模型全局剪枝方法及设备有效
| 申请号： | 202310436635.5 | 申请日： | 2023-04-23 |
| 公开（公告）号： | CN116167430B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 伍乔军;康一;陈松 | 申请（专利权）人： | 合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室） |
| 主分类号： | G06N3/082 | 分类号： | G06N3/082;G06F16/51;G06V10/764;G06V10/774;G06V10/82 |
| 代理公司： | 合肥天明专利事务所(普通合伙) 34115 | 代理人： | 金凯 |
| 地址： | 230000 安徽省合肥市高新区望江西路5089号*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的一种基于均值感知稀疏的目标检测模型全局剪枝方法及设备，包括通过对目标检测模型所有可剪枝卷积核权值施加L2正则化稀疏以及均值感知稀疏项，通过耦合了残差块中关联层剪枝处理方式的L1范数排序，通过贪心算法确定在稀疏因子下的最佳剪枝率；在该最佳剪枝率下获得剪枝卷积核的掩码；根据得到的二维剪枝卷积核掩码以及有效掩码行索引、列索引进行增长正则化，增长正则化后，根据最佳剪枝率重新排序或者直接根据得到的有效掩码行索引、列索引进行剪枝；剪枝后对压缩后的模型进行微调，微调结束后最终得到剪枝压缩后的目标检测模型。本发明在保证检测精度不下降的情况下，大幅减少模型的参数量、计算量以及内存占用。 | ||
| 搜索关键词： | 基于 均值 感知 稀疏 目标 检测 模型 全局 剪枝 方法 设备 | ||
【主权项】：
暂无信息
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合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室），未经合肥综合性国家科学中心人工智能研究院（安徽省人工智能实验室）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/202310436635.5/，转载请声明来源钻瓜专利网。
