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！

龙图腾网获悉中国电子科技集团公司第五十四研究所申请的专利一种基于卷积层特征空间相似度的YOLO-Fastest-xl网络卷积层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：CN116415645B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310261293.8，技术领域涉及：G06N3/082；该发明授权一种基于卷积层特征空间相似度的YOLO-Fastest-xl网络卷积层剪枝方法是由张江永;宗茂;周策;张一凡设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于卷积层特征空间相似度的YOLO-Fastest-xl网络卷积层剪枝方法在说明书摘要公布了：本发明属于计算机领域，公开了一种基于卷积层特征空间相似度的YOLO‑Fastest‑xl网络卷积层剪枝方法，通过剪除相似度较高的卷积层可以得到更浅的神经网络，减少网络的推理计算量，提高在资源有限嵌入式平台上的检测速度。对YOLO‑Fastest‑xl网络残差模块进行规整剪枝以保证分组卷积通道一致原则下的参数维度一致，将卷积层间的边缘特征相似度近似层间相似度，通过canny算子提取残差模块的第二、三卷积层的特征图边缘特征，然后计算相邻层特征图集合间的空间边缘相似度，将相似度高的相邻层剪除其中一层，剪除卷积层后不但减少了参数量与计算量，还减少了层间数据的IO时间，加快了检测速度。

本发明授权一种基于卷积层特征空间相似度的YOLO-Fastest-xl网络卷积层剪枝方法在权利要求书中公布了：1.一种基于卷积层特征空间相似度的YOLO-Fastest-xl网络卷积层剪枝方法，其特征在于，具体步骤如下： 步骤一：稀疏训练网络至收敛，将网络中的残差模块按照L1范数、梯度和激活值以投票方式将各个卷积层的卷积核进行重要性排序，然后按照通道数与分组卷积的groups数的约束关系确定剪枝需要保留的卷积核个数，按照重要性从低到高剪除第1层和第2层多余的卷积核； 步骤二：将网络重新训练至收敛，将多张测试集中的图像作为输入，保存每一个层每一个卷积核的特征图，并使用canny算子得到每张特征图的边缘特征信息； 步骤三：以循环方式计算每层每张特征图与下一层特征图之间的距离，将最小距离作为卷积核间的相似度，将每层所有卷积核相似度相加得到相邻两个卷积层间的相似度； 步骤四：根据相似度计算结果，将所有卷积层的相似度排序，然后选择比例，按照相似度从高到低确定等待剪除的相邻卷积层； 步骤五：修改需要剪除卷积层的残差模块中的分组卷积的groups参数，使得与输出通道数一致，将网络重新训练，然后剪除待剪除的相邻卷积层的其中一个，之后微调模型至重新收敛。

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中国电子科技集团公司第五十四研究所，其通讯地址为：050081 河北省石家庄市中山西路589号第五十四研究所遥控遥测专业部；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。