[发明专利]一种基于深度学习的网络模型压缩方法在审
| 申请号： | 202110608182.0 | 申请日： | 2021-06-01 |
| 公开（公告）号： | CN113344182A | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 饶云波;郭毅;薛俊民 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 电子科技大学专利中心 51203 | 代理人： | 周刘英 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的网络模型压缩方法，属于人工智能领域。本发明采用分组卷积和分解卷积相结合的方法设置全新的轻量化网络结构，从而在网络模型设置阶段降低模型复杂度，压缩模型重量；接着，再使用模型剪枝的方法对所设置的网络模型进行剪枝处理，所采用的剪枝方式为：通过在控制特征图在裁剪前后的误差之上，尽可能的减少卷积核的通道数。从而基于剪枝得到的网络模型实现对输入图像的分类或目标检测识别任务，降低运算量，以达到在移动设备或嵌入式设备的部署需求。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 模型 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电子科技大学，未经电子科技大学许可，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/202110608182.0/，转载请声明来源钻瓜专利网。
