[发明专利]人脸识别神经网络调整方法和装置有效
| 申请号： | 201810550169.2 | 申请日： | 2018-05-31 |
| 公开（公告）号： | CN110555450B | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 高梓桁 | 申请（专利权）人： | 赛灵思电子科技（北京）有限公司 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/764;G06V10/774;G06V10/82;G06K9/62 |
| 代理公司： | 北京展翼知识产权代理事务所(特殊普通合伙) 11452 | 代理人： | 张阳 |
| 地址： | 100029 北京市朝阳区安定路*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提出了一种针对人脸识别神经网络进行调整和部署的方法与装置。人脸识别神经网络至少包括多个卷积层和至少一个全连接层，最后一个全连接层是用于分类的分类器，并且所述方法包括：获取待训练的神经网络模型；使用定点量化来对所述神经网络模型进行训练，以获得经训练的定点量化神经网络模型，其中所述最后一个全连接层在训练过程中保持浮点；以及输出不带所述最后一个全连接层的所述经训练的定点量化的神经网络模型。由此，利用人脸识别网络的特殊性，通过在训练阶段保持对网络整体精度有较大影响的分类器层不定点并且不再输入网络中包括该分类器层，能够在确保训练出的定点神经网络具有高精度的同时避免网络部署时额外的算力需求。 | ||
| 搜索关键词： | 识别 神经网络 调整 方法 装置 | ||
【主权项】：
1.一种调整人脸识别神经网络的方法，其中所述人脸识别神经网络至少包括多个卷积层和至少一个全连接层，最后一个全连接层是用于分类的分类器，所述方法包括：/n获取待训练的神经网络模型；/n使用定点量化来对所述神经网络模型进行训练，以获得经训练的定点量化神经网络模型，其中所述最后一个全连接层在训练过程中保持浮点；以及/n输出不带所述最后一个全连接层的所述经训练的定点量化的神经网络模型。/n
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赛灵思电子科技（北京）有限公司，未经赛灵思电子科技（北京）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/201810550169.2/，转载请声明来源钻瓜专利网。
- 上一篇：用于输出信息的方法和装置
- 下一篇：信息识别方法和装置
