一种基于语义分割的检测模型压缩方法
基本信息
申请号 | CN201910259127.8 | 申请日 | - |
公开(公告)号 | CN109993304B | 公开(公告)日 | 2020-12-15 |
申请公布号 | CN109993304B | 申请公布日 | 2020-12-15 |
分类号 | G06N3/08;G06F40/30;G06F16/35 | 分类 | 计算;推算;计数; |
发明人 | 刘阳;郑全新;赵英;张磊;董小栋;孟祥松;邓家勇;江龙;王亚涛 | 申请(专利权)人 | 北京同方软件有限公司 |
代理机构 | - | 代理人 | - |
地址 | 100083 北京市海淀区王庄路清华同方科技广场A座29层 | ||
法律状态 | - |
摘要
摘要 | 一种基于语义分割的检测模型压缩方法,涉及人工智能领域和计算机视觉领域。本发明的方法步骤为:(一)剪枝:1)输入卷积核权重。2)对训练完成的网络模型进行剪枝,获得稀疏权重的参数空间。(二)语义分割:1)对参数空间进行语义分割,获取超参数块和中心词汇,计算超参数块中心位置。2)使用中心词汇更新原有参数空间。3)判断当前中心词汇与上一中心词汇变化是否小于指定阈值,如果大于则继续搜索与中心词汇相近参数,并更新中心词汇返回步骤2);小于阈值则结束中心词汇更新。(三)模型存储:将训练得到的超参数块边界位置、参数块中心位置、和中心词汇值进行保存。本发明使用超参数对整个参数空间进行描述,实现参数空间的整体压缩,最大化的提高模型整体压缩比。 |
