[发明专利]一种基于全局特征关系的卷积神经网络压缩方法在审
| 申请号： | 202011225115.2 | 申请日： | 2020-11-05 |
| 公开（公告）号： | CN112308213A | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 彭绍亮;程英杰;王小奇;何芒芒;赵雄君;白亮;李肯立 | 申请（专利权）人： | 湖南大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 国防科技大学专利服务中心 43202 | 代理人： | 王文惠 |
| 地址： | 410012 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机科学领域，公开了一种基于全局特征关系的卷积神经网络压缩方法。本发明通过在卷积神经网络的批量归一化(Batch Normalization,BN)层后面加入全局特征关系(Global Feature Relation,GFR)子模块,实现提取通道关系并且抑制不重要通道的目的。GFR子模块主要涉及到池化，全连接层和移动平均运算。随后结合通道关系和BN层的通道尺度因子，评估每个通道的重要性程度，该指标可以帮助模型压缩方法更准确的筛选出模型中重要的通道。最后利用通道剪枝算法和网格搜索技术，实现在无需微调模型的情况下，消耗较少的时间和计算资源完成网络模型的压缩，显著降低模型的运行内存和存储内存，并加速模型的推断速度，极大地提高了卷积神经网络在小型移动设备上部署的可能性。 | ||
| 搜索关键词： | 一种 基于 全局 特征 关系 卷积 神经网络 压缩 方法 | ||
【主权项】：
暂无信息
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湖南大学，未经湖南大学许可，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/202011225115.2/，转载请声明来源钻瓜专利网。
