[发明专利]一种卷积神经网络感受野量化的方法及其应用在审
| 申请号： | 201810500490.X | 申请日： | 2018-05-23 |
| 公开（公告）号： | CN108805284A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 吴帅;徐勇;赵勇 | 申请（专利权）人： | 哈尔滨工业大学深圳研究生院 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 深圳市添源知识产权代理事务所(普通合伙) 44451 | 代理人： | 罗志伟 |
| 地址： | 518000 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： | 本发明公开了一种卷积神经网络感受野量化的方法及其应用，该方法包括如下步骤：（1）在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值，其中，Stride值表示原输入尺度与该网络层feature map的尺度的比例大小；（2）计算不同层输出的感受野尺度大小，申请相应大小的内存并设置初始化的值；（3）对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。本发明能够以前向传播的方式对不同网络层上神经元的感受野进行量化，量化结果可以在各个层中直接使用，尤其在深度卷积网络如VGG16网络，ResNet网络上进行有效应用。 | ||
| 搜索关键词： | 网络层 量化 卷积神经网络 初始化 卷积 输出 网络 尺度 神经元 感受野尺度 网络初始化 量化结果 前向传播 前向计算 有效应用 内存 应用 传播 申请 | ||
【主权项】：
1.一种卷积神经网络感受野量化的方法，其特征在于：包括如下步骤：(1)在网络初始化的过程中通过前向传播的方式计算各个网络层输出的stride值，其中，Stride值表示原输入尺度与该网络层feature map的尺度的比例大小；(2)计算不同层输出的感受野尺度大小，申请相应大小的内存并设置初始化的值，其中，不同类型的网络层对输出感受野尺度的计算方法是不同的；(3)对不同网络层输出的感受野进行初始化后就可以利用网络中卷积参数通过前向计算对不同层的感受野进行量化。
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哈尔滨工业大学深圳研究生院，未经哈尔滨工业大学深圳研究生院许可，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/201810500490.X/，转载请声明来源钻瓜专利网。
