[发明专利]一种神经网络权重矩阵拆分与组合的方法有效
| 申请号： | 201910599125.3 | 申请日： | 2019-07-04 |
| 公开（公告）号： | CN110363198B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 邓春华;刘子威;林云汉;朱子奇;丁胜 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G06V10/25 | 分类号： | G06V10/25;G06V10/774;G06V10/82;G06N3/04;G06F16/583 |
| 代理公司： | 上海政济知识产权代理事务所(普通合伙) 31479 | 代理人： | 辇甲武 |
| 地址： | 430081 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种神经网络权重矩阵拆分与组合的方法。该方法用于具有one‑stage网络结构的目标检测中，在进行目标检测时，首先确定要检测的物体种类，通过收集图片数据进行训练，得到原始权重矩阵；原有N个类别，当其中某一类或多个类别不再需要需移除时，要进行神经网络权重矩阵的拆分，即将原始权重矩阵中的某一类或多个类别拆分提取出来；当其中某一类或多个类别需要更新或者需要添加新类别时，将原始权重矩阵中的某一类或多个类别提取出来进行单独训练，之后再通过权重矩阵组合添加合并进去。该方法能够实现目标检测模型的自由拆分与合并，节省训练时间，简化训练步骤，针对不同的尺度具有较高的自由度，具有一定推广价值。 | ||
| 搜索关键词： | 一种 神经网络 权重 矩阵 拆分 组合 方法 | ||
【主权项】：
1.一种神经网络权重矩阵拆分与组合的方法，其特征在于，该方法用于具有one‑stage网络结构的目标检测中，在进行目标检测时，首先确定要检测的物体种类，通过收集图片数据进行训练，得到一个可以用来进行目标检测的效果好的神经网络权重矩阵，即原始权重矩阵W1；原有N个类别，当其中某一类或者多个类别不再需要需移除时，要进行神经网络权重矩阵拆分，即将原始权重矩阵中的某一类或者多个类别提取出来，并保持原有类别的识别效果不变；当其中某一类或者多个类别需要更新或者需要添加新类别时，要进行神经网络权重矩阵的组合即合并，亦即，将原始权重矩阵中的某一类或者多个类别提取出来进行单独训练之后，再通过权重矩阵组合添加合并进去。
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武汉科技大学，未经武汉科技大学许可，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/201910599125.3/，转载请声明来源钻瓜专利网。
