[发明专利]一种基于任意形状卷积核的图像分类网络压缩方法

权利要求书

1.一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于：采用任意形状卷积核替换图像分类网络中的常规卷积核，利用梯度下降算法在数据集上进行网络训练，收敛后的网络模型即可用于图像分类；所述的任意形状卷积核的计算方法：

对于具有s个点的任意形状卷积核，将高和宽分别为h和w的c个通道输入特征图复制s份，并分别向s个对应方向平移得到X_g＝{X₁,X₂,…,X_s}，这s个方向距离分别与卷积核中各参数相对于中心参数的方向距离成镜像关系；对X_g在第一个维度进行堆叠得到其与权重进行1×1卷积即便可得到所需形状卷积核的卷积结果Y。

2.根据权利要求1所述的一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于所述的任意形状的卷积核为十字形卷积核。

3.根据权利要求1所述的一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于所述的任意形状的卷积核为T字形卷积核。

4.根据权利要求1所述的一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于所述的任意形状的卷积核为一字形卷积核。

5.根据权利要求1所述的一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于所述的网络模型为VGG。

6.根据权利要求1所述的一种基于任意形状卷积核的图像分类网络压缩方法，其特征在于所述的网络模型为ResNet。