[发明专利]局部二值化CNN的处理方法、装置、存储介质及处理器在审
| 申请号： | 201710720466.2 | 申请日： | 2017-08-21 |
| 公开（公告）号： | CN107491787A | 公开（公告）日： | 2017-12-19 |
| 发明（设计）人： | 王志鹏;周文明 | 申请（专利权）人： | 珠海习悦信息技术有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04 |
| 代理公司： | 北京挺立专利事务所(普通合伙)11265 | 代理人： | 倪钜芳 |
| 地址： | 519080 广东省珠海市高新区唐*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种局部二值化CNN的处理方法、装置、存储介质及处理器。其中，该方法包括根据预设数据集训练第一卷积神经网络，得到第二卷积神经网络；将第一卷积神经网络中的全部卷积层单元替换为局部二值化卷积单元，从而得到第三卷积神经网络；将第三卷积神经网络中的目标全连接层替换为分组连接层，从而得到第四卷积神经网络，其中，目标全连接层为第三卷积神经网络中除底层分类层之外的其余全连接层；对第四卷积神经网络进行初始化处理，得到第五卷积神经网络；基于第二卷积神经网络和预设数据集对第五卷积神经网络进行训练，得到目标卷积神经网络。本发明解决了现有技术中的局部二值化卷积神经网络存在的运行效率较低的技术问题。 | ||
| 搜索关键词： | 局部 二值化 cnn 处理 方法 装置 存储 介质 处理器 | ||
【主权项】：
一种局部二值化CNN的处理方法，其特征在于，包括：根据预设数据集训练第一卷积神经网络，得到第二卷积神经网络；将所述第一卷积神经网络中的全部卷积层单元替换为局部二值化卷积单元，从而得到第三卷积神经网络；将所述第三卷积神经网络中的目标全连接层替换为分组连接层，从而得到第四卷积神经网络，其中，所述目标全连接层为所述第三卷积神经网络中除底层分类层之外的其余全连接层；对所述第四卷积神经网络进行初始化处理，得到第五卷积神经网络；基于所述第二卷积神经网络和所述预设数据集对所述第五卷积神经网络进行训练，得到目标卷积神经网络，其中，所述目标卷积神经网络为达到收敛状态的所述第五卷积神经网络。
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珠海习悦信息技术有限公司，未经珠海习悦信息技术有限公司许可，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/201710720466.2/，转载请声明来源钻瓜专利网。
