[发明专利]一种基于卷积核形状自动学习的图像分类网络压缩方法在审
| 申请号： | 202110283921.3 | 申请日： | 2021-03-17 |
| 公开（公告）号： | CN113065640A | 公开（公告）日： | 2021-07-02 |
| 发明（设计）人： | 张科;刘广哲 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 刘新琼 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 卷积 形状 自动 学习 图像 分类 网络 压缩 方法 | ||
【权利要求书】：
1.一种基于卷积核形状自动学习的图像分类网络压缩方法，其特征在于步骤如下：
步骤1：搭建用于图像分类的卷积神经网络；
步骤2：对传统卷积过程引入系数矩阵F，并在损失函数中加入权重稀疏化正则项分布均衡正则项组间均衡正则项
式中，λ1、λ2、λ3是用于平衡各项的系数；
在网络训练过程中求取这三项损失函数关于系数矩阵中各项fij的偏导数，用于反向传播更新系数矩阵F；训练完成后得到稀疏化的系数矩阵F；
步骤3：根据预期需要达到的模型压缩率设定阈值，将低于该阈值的fij所对应位置的卷积核参数去除，得到各卷积层的卷积核形状；
步骤4：使用自动学习得到的具有稀疏形状的卷积核替换原有的常规卷积核，重新进行网络训练，得到最终的图像分类神经网络模型。
2.根据权利要求1所述的一种基于卷积核形状自动学习的图像分类网络压缩方法，其特征在于步骤1中的卷积神经网络为VGG。
3.根据权利要求1所述的一种基于卷积核形状自动学习的图像分类网络压缩方法，其特征在于步骤1中的卷积神经网络为ResNet。
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西北工业大学，未经西北工业大学许可，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/pat/books/202110283921.3/1.html，转载请声明来源钻瓜专利网。
