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！

龙图腾网获悉吉林大学申请的专利一种用于图像快速识别且基于蒸馏数据集的进化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：CN116912614B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310542307.3，技术领域涉及：G06V10/774；该发明授权一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法是由王兴旺;孙亚峰;陈心悦;徐海啸设计研发完成，并于2023-05-15向国家知识产权局提交的专利申请。

本一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法在说明书摘要公布了：本发明公开了一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法，总体上遵循“评估策略筛选‑进化搜索‑性能恢复”的流程。首先，评估策略筛选阶段使用数据集蒸馏方法得到蒸馏数据集，并验证蒸馏数据集在模型评估中的效果，确定蒸馏数据集模型评估方式；然后，进化搜索阶段编码卷积层的过滤器数量，结合约束处理方法，使用进化算法搜索最优剪枝模型，模型评估使用蒸馏数据集和部分真实数据集，大幅降低模型评估的成本；最后，性能恢复阶段使用真实数据集从头训练剪枝模型，恢复进化搜索阶段得到的剪枝模型的精度并输出模型。本发明具有降低评估成本和缩减搜索空间的特点。

本发明授权一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法在权利要求书中公布了：1.一种用于图像快速识别且基于蒸馏数据集的进化剪枝方法，其特征在于，包括如下步骤： 步骤一、采集待识别的图像作为真实数据集，并将所述真实数据集压缩为蒸馏数据集； 步骤二、将预训练的DCNN模型随机采样n个剪枝模型，并确定模型评估策略； 步骤三、对所述预训练的DCNN模型随机采样NP个剪枝模型后随机编码生成NP个个体，组成初始父种群，并使用所述模型评估策略对解码后的NP个剪枝模型进行评估，获得NP个剪枝模型的精度和算力消耗； 步骤六、对所述初始父种群执行变异操作和交叉操作获得子种群，且约束目标满足： minimize: subject: 式中，accuracymodelpruned为剪枝模型的精度，accuracymodelori为预训练的DCNN模型的精度，flopsmodelpruned为剪枝模型的计算量，flopsmodelori为预训练的DCNN模型的计算量，σ为算力降低比例的阈值； 步骤七、使用所述模型评估策略对子种群解码后的剪枝模型进行评估，获得剪枝模型的精度和算力消耗； 步骤八、更新父种群和子种群，直至达到评估次数并输出最优个体代表的剪枝模型； 步骤九、初始化所述最优个体代表的剪枝模型的权重值，使其满足正态分布； 步骤十、根据最终剪枝模型获得识别的图片。

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吉林大学，其通讯地址为：130000 吉林省长春市前进大街2699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。