一種細(xì)粒度識(shí)別模型的壓縮方法和設(shè)備

基本信息

申請(qǐng)?zhí)?/td> CN202011285432.3 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN112101487A 公開(kāi)（公告）日 2021-07-16
申請(qǐng)公布號(hào) CN112101487A 申請(qǐng)公布日 2021-07-16
分類(lèi)號(hào) G06K9/62;G06N3/08;G06N3/04 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 尹繼圣 申請(qǐng)（專(zhuān)利權(quán)）人 深圳感臻智能股份有限公司
代理機(jī)構(gòu) 深圳智趣知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 王策
地址 518000 廣東省深圳市南山區(qū)粵海街道科技園社區(qū)高新中二道5號(hào)生產(chǎn)力大樓D401
法律狀態(tài) -

摘要

摘要 本發(fā)明提出一種細(xì)粒度識(shí)別模型的壓縮方法和設(shè)備，包括：步驟1、獲取用于細(xì)粒度識(shí)別的深度神經(jīng)網(wǎng)絡(luò)模型；步驟2、對(duì)深度神經(jīng)網(wǎng)絡(luò)模型的縮放因子添加L1正則約束后進(jìn)行訓(xùn)練；步驟3、在完成訓(xùn)練后，根據(jù)縮放因子對(duì)訓(xùn)練完成后的深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行逐層剪枝處理；步驟4、對(duì)完成剪枝的深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行調(diào)整以減小剪枝對(duì)模型帶來(lái)的精度損失，得到調(diào)整后的深度神經(jīng)網(wǎng)絡(luò)模型。步驟5、重復(fù)執(zhí)行步驟2?步驟4，直到得到的深度神經(jīng)網(wǎng)絡(luò)模型符合預(yù)設(shè)模型剪枝閾值的條件，且將符合條件的深度神經(jīng)網(wǎng)絡(luò)模型作為最終模型。本方案通過(guò)多次根據(jù)縮放因子對(duì)訓(xùn)練完成后的深度神經(jīng)網(wǎng)絡(luò)模型進(jìn)行逐層剪枝處理的方式，有效壓縮了深度神經(jīng)網(wǎng)絡(luò)模型。