[发明专利]超网络的模型结构采样方法、装置以及电子设备

权利要求书

1.一种超网络的模型结构采样方法，其特征在于，包括：

构建超网络的多路径搜索空间，所述多路径搜索空间包括多层特征图，每层特征图包括多个尺寸的特征图；

在所述多路径搜索空间中，选择同时满足第一约束条件和第二约束条件的模型结构，作为采样模型；

其中，所述第一约束条件为所述特征图层之间的各连接在多次采样的过程中被采样的次数相等；

所述第二约束条件为与第l-1层特征图中特征图连接的第l层特征图的特征图，连接至第l+1层特征图，l大于或等于2。

2.根据权利要求1所述的方法，其特征在于，构建超网络的多路径搜索空间包括：

对所述第l层特征图中任意一个特征图，经过下采样得到所述第l+1层特征图，所述第l+1层特征图中包括多个尺寸的特征图；

对所述第l层特征图中任意一个特征图，经过上采样得到所述第l-1层特征图，所述第l+1层特征图中包括多个尺寸的特征图；

根据所述第l层特征图、所述l+1层特征图以及所述第l-1层特征图构建所述超网络的多路径搜索空间，l大于或等于2。

3.根据权利要求1所述的方法，其特征在于，所述第一约束条件的公式表示：

其中，D表示每层特征图中K包含的特征图的集合，L表示特征图层数l的集合，k表示第k次采样的标识，S表示一次采样，d_in1表示第l层特征图中的第一特征图的输入，d_out1表示所述第一特征图连接至第l+1层特征图中一特征图的输出，d_in2表示第l层特征图中的第二特征图的输入，d_out2表示所述第一特征图连接至第l+1层特征图中一特征图的输出。

4.根据权利要求3所述的方法，其特征在于，所述第二约束条件的公式表示：

其中，D表示每层特征图中K包含的特征图的集合，L表示特征图层数l的集合，k表示第k次采样的标识，S表示一次采样，d_in表示第l层特征图中的第一特征图的输入，d_out表示所述第一特征图连接至第l+1层特征图中一特征图的输出。

5.一种超网络的模型结构采样装置，其特征在于，包括：

构建模块，用于构建超网络的多路径搜索空间，所述多路径搜索空间包括多层特征图，每层特征图包括多个尺寸的特征图；

采样模块，用于在所述多路径搜索空间中，选择同时满足第一约束条件和第二约束条件的模型结构，作为采样模型；

其中，所述第一约束条件为所述特征图层之间的各连接在多次采样的过程中被采样的次数相等；

所述第二约束条件为与第l-1层特征图中特征图连接的第l层特征图的特征图，连接至第l+1层特征图，l大于或等于2。

6.根据权利要求5所述的装置，其特征在于，所述构建模块包括：

下采样子模块，用于对所述第l层特征图中任意一个特征图，经过下采样得到所述第l+1层特征图，所述第l+1层特征图中包括多个尺寸的特征图；

上采样子模块，用于对所述第l层特征图中任意一个特征图，经过上采样得到所述第l-1层特征图，所述第l+1层特征图中包括多个尺寸的特征图；

构建子模块，用于根据所述第l层特征图、所述l+1层特征图以及所述第l-1层特征图构建所述超网络的多路径搜索空间，l大于或等于2。

7.根据权利要求5所述的装置，其特征在于，所述采样模块包括：

第一约束条件计算子模块，用于计算所述第一约束条件，

其中，D表示每层特征图中K包含的特征图的集合，L表示特征图层数l的集合，k表示第k次采样的标识，S表示一次采样，d_in1表示第l层特征图中的第一特征图的输入，d_out1表示所述第一特征图连接至第l+1层特征图中一特征图的输出，d_in2表示第l层特征图中的第二特征图的输入，d_out2表示所述第一特征图连接至第l+1层特征图中一特征图的输出。