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！

龙图腾网获悉深圳大学申请的专利图像识别网络模型剪枝方法、装置、设备及存储介质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：CN114358279B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202111499667.7，技术领域涉及：G06N3/082；该发明授权图像识别网络模型剪枝方法、装置、设备及存储介质是由张晗;柴路晓;谢中建设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。

本图像识别网络模型剪枝方法、装置、设备及存储介质在说明书摘要公布了：本发明实施例提出一种图像识别网络模型剪枝方法、装置、设备及存储介质，涉及图像处理技术领域，其中方法包括：获取训练数据集和图像识别网络模型，得到图像识别网络模型中每个卷积核对应的输出特征图，对输出特征图进行降维，得到每个卷积核对应的降维特征图，对降维特征图进行聚类得到聚类信息，根据降维特征图得到每个卷积核对应的剪枝指标，根据剪枝指标和聚类信息对图像识别网络模型进行剪枝，得到轻量化图像识别网络模型。本实施例在不降低准确率指标和模型泛化能力的前提下，降低图像识别网络模型的复杂度和参数量，减少运算资源的占用量，提升模型在资源受限设备上的运行速度，扩展图像识别网络模型的应用范围。

本发明授权图像识别网络模型剪枝方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像识别网络模型剪枝方法，其特征在于，包括： 获取训练数据集和图像识别网络模型； 将所述训练数据集输入所述图像识别网络模型，得到所述图像识别网络模型中每个卷积核对应的输出特征图，所述输出特征图为输出矩阵； 利用主成分分析法计算所述输出矩阵的特征值和对应的特征向量，选取所述特征值最大的所述特征向量作为所述卷积核的所述输出特征图对应的降维特征图； 获取每个所述降维特征图中点的密度值，根据局部密度值、高局部密度点的距离以及对应的预设距离阈值，从所述密度值中选取得到至少一个聚类中心，根据所述聚类中心的聚类条件对所述降维特征图中点进行聚类，得到至少一个聚类类别； 获取每个所述卷积核中每个通道对应的通道缩放因子，利用每个所述卷积核的模型权重和所述通道缩放因子对所述图像识别网络模型进行训练，以调整所述通道缩放因子，对调整后的所述通道缩放因子进行排序，得到每个卷积核对应的剪枝指标； 对同一聚类类别，仅保留所述聚类类别的聚类中心对应的所述卷积核的模型权重,根据所述剪枝指标剪除所述卷积核中对应的通道，得到轻量化图像识别网络模型。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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。