[发明专利]模型压缩方法、装置、计算机设备及存储介质

权利要求书

1.一种模型压缩方法，其特征在于，所述方法包括：

基于用于进行脸部识别的第一识别模型，获取第二初始模型；

基于所述第一识别模型，对所述第二初始模型进行训练，得到第二识别模型；

删除所述第二识别模型中的目标转化层，得到目标识别模型，以实现对所述第一识别模型的压缩；

获取待识别的脸部图像；

将所述待识别的脸部图像输入所述目标识别模型，输出所述目标识别模型对所述脸部图像的识别结果；

所述第二初始模型的第一特征层中的特征通道数小于所述第一识别模型的第一特征层的特征通道数，且，所述第二初始模型包括所述目标转化层，所述目标转化层用于将所述第二初始模型的第一特征层的特征数转化为所述第一识别模型的第一特征层的特征通道数。

2.根据权利要求1所述的方法，其特征在于，所述基于用于进行脸部识别的第一识别模型，获取第二初始模型包括：

删除所述第一识别模型的所述第一特征层中的第一特征通道；

在删除后的第一识别模型中添加所述目标转化层，得到所述第二初始模型。

3.根据权利要求2所述的方法，其特征在于，所述删除所述第一识别模型的所述第一特征层中的第一特征通道包括：

确定所述第一识别模型中待缩减的第一特征层；

确定所述待缩减的第一特征层包括的每个特征通道的影响值；

根据所述待缩减的第一特征层包括的每个特征通道的影响值，删除所述待缩减的第一特征层中影响值满足删除条件的第一特征通道。

4.根据权利要求3所述的方法，其特征在于，所述确定所述第一识别模型中待缩减的第一特征层包括下述任一步骤：

基于所述第一识别模型中每个特征层在所述第一识别模型中的排序位置，确定所述第一识别模型中待缩减的第一特征层；

基于所述第一识别模型中每个特征层所包括的特征通道的数量，确定所述第一识别模型中待缩减的第一特征层。

5.根据权利要求3所述的方法，其特征在于，所述确定所述待缩减的第一特征层包括的每个特征通道的影响值包括下述任一步骤：

对于所述每个特征通道，获取所述每个特征通道的至少一个参数，确定所述至少一个参数的和值，将所述至少一个参数的和值确定为所述每个特征通道的影响值；

对于所述每个特征通道，确定所述待缩减的第一特征层在所述每个特征通道删除前后的损失值，将所述损失值确定为所述每个特征通道的影响值。

6.根据权利要求2所述的方法，其特征在于，所述在删除后的第一识别模型中添加所述目标转化层，得到所述第二初始模型包括：

根据所述第一识别模型中第一特征层删除所述第一特征通道之前，所述第一特征层包括的原通道数量，获取包括原通道数量的特征通道的目标转化层；

将所述目标转化层添加至所述第一识别模型中第一特征层之后，得到所述第二初始模型。

7.根据权利要求1所述的方法，其特征在于，所述基于所述第一识别模型，对所述第二初始模型进行训练，得到第二识别模型包括：

将样本脸部图像输入所述第一识别模型和所述第二初始模型；

基于所述样本脸部图像，分别获取第一相似度以及第二相似度，所述第一相似度为所述第一识别模型和所述第二初始模型中对应特征层的输出特征之间的相似度，所述第二相似度为第一识别结果和第二识别结果的相似度，所述第一识别结果和所述第二识别结果分别为所述第一识别模型和所述第二初始模型输出的识别结果；

基于所述第一相似度和所述第二相似度，对所述第二初始模型的模型参数进行调整，直至符合目标条件时停止调整，输出所述第二识别模型。