[发明专利]模型压缩方法、装置、计算机设备及存储介质有效
| 申请号： | 201910218338.7 | 申请日： | 2019-03-21 |
| 公开（公告）号： | CN109934300B | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | 王文全;葛彦昊;曹赟;李季檩;李绍欣;汪铖杰;陈超 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/74;G06V40/16 |
| 代理公司： | 北京三高永信知识产权代理有限责任公司 11138 | 代理人： | 张所明 |
| 地址： | 518057 广东省深圳*** | 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： | 本发明公开了一种模型压缩方法、装置、计算机设备及存储介质，属于图像技术领域。本发明通过对特征通道数小于第一识别模型的第二初始模型进行训练，删除训练得到的第二识别模型的目标转化层，最终得到目标识别模型，该目标识别模型的复杂度降低，对计算机设备的运算性能要求也降低，从而提高了识别模型进行脸部图像识别的适用性。且，在训练过程中通过目标转化层保证压缩后的第二初始模型与第一识别模型的特征通道数一致，尽可能的减小了模型压缩所损失的性能，从而在降低模型复杂度前提下，同时保证了压缩后的识别模型的识别准确率。 | ||
| 搜索关键词： | 模型 压缩 方法 装置 计算机 设备 存储 介质 | ||
【主权项】：
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所述目标转化层，得到目标识别模型，以实现对所述第一识别模型的压缩；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。
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腾讯科技（深圳）有限公司，未经腾讯科技（深圳）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/201910218338.7/，转载请声明来源钻瓜专利网。
