买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116245164B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310249525.8，技术领域涉及：G06N3/082；该发明授权一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法是由崔建华;李宏亮;王世森;何乃宇;周毓轩;谢晶晶;孟凡满;吴庆波;许林峰;潘力立设计研发完成，并于2023-03-15向国家知识产权局提交的专利申请。

本一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法在说明书摘要公布了：本发明提供一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法，包括目标检测模型初始化步骤；重要性评分的指数滑动平均处理步骤得到各个滤波器的重要性评分的滑动平均值；阈值计算步骤：计算卷积层的重要性评分，再将重要性评分最低的卷积层作为本次剪枝的目标卷积层；计算目标卷积层中计算其各个滤波器的重要性评分的方差，从而得到目标卷积层的重要性评分阈值；剪枝步骤：对目标卷积层的滤波器参数向量进行聚类；在目标卷积层的每个簇中，对重要性评分的滑动平均值最低且重要性评分的滑动平均值低于重要性评分阈值的滤波器进行剪枝。本发明在保证整体剪枝效果不降低的条件下，提升了用于目标检测的卷积神经网络滤波器剪枝的效率。

本发明授权一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法在权利要求书中公布了：1.一种基于滤波器权重聚类的用于目标检测的CNN快速剪枝方法，其特征在于，包括以下步骤： 目标检测模型初始化步骤：使用目标数据集训练目标检测模型，得到未经过剪枝的目标检测模型； 重要性评分的指数滑动平均处理步骤：设定一个固定的剪枝间隔，每一次迭代先计算出目标检测模型各卷积层中各个滤波器的重要性评分；再使用指数滑动平均方法累积从剪枝起始到当前的各个滤波器的重要性评分的滑动平均值，输出满足设定剪枝间隔的最后一次迭代得到的重要性评分的滑动平均值至剪枝该卷积层的重要性评分阈值计算步骤； 剪枝该卷积层的重要性评分阈值计算步骤：将各卷积层中全部滤波器的滑动平均值相加后做平均的结果作为该卷积层的重要性评分，再将重要性评分最低的卷积层作为本次剪枝的目标卷积层；计算目标卷积层中计算其各个滤波器的重要性评分的方差；将卷积层的重要性评分减去由超参数加权的方差得到的结果作为目标卷积层的重要性评分阈值； 剪枝步骤：对目标卷积层的滤波器参数向量进行聚类；在目标卷积层的每个簇中，对重要性评分的滑动平均值最低且重要性评分的滑动平均值低于重要性评分阈值的滤波器进行剪枝；再判断当前目标检测模型的神经网络总体稀疏程度是否达到预期，如是，则返回重要性评分的指数滑动平均处理步骤，否则，将当前目标检测模型用于目标检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。