首页> 中国专利> 基于低秩与稀疏分解的轻量化卷积神经网络图像识别方法

基于低秩与稀疏分解的轻量化卷积神经网络图像识别方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明属于图像识别领域，涉及一种基于低秩与稀疏分解的轻量化卷积神经网络图像识别方法。低秩与稀疏分解的轻量化卷积神经网络的构建过程包括：在结构设计阶段，将权重矩阵分解为低秩矩阵和稀疏矩阵的和，并将低秩矩阵根据秩的大小分解为两个小矩阵的乘积；在训练阶段，在损失函数中添加正则化项对稀疏矩阵进行约束；在后处理阶段，根据稀疏矩阵的能量分布删除不重要参数。优选地，还包括：对低秩与稀疏分解的轻量化卷积神经网络进行微调。本发明结合低秩分解和稀疏压缩方法，从头训练一个轻量化的卷积神经网络，在保留图像识别精度的同时，实现了卷积神经网络的压缩和加速。

著录项

公开/公告号CN111079781A

专利类型发明专利
公开/公告日2020-04-28

原文格式PDF
申请/专利权人华南理工大学;
展开▼

申请/专利号CN201911079625.0
发明设计人郭锴凌;谢晓娜;徐向民;
展开▼

申请日2019-11-07
分类号G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);
代理机构44245 广州市华学知识产权代理有限公司;
代理人林梅繁
地址 510640 广东省广州市天河区五山路381号
入库时间 2023-12-17 09:08:21

法律信息

法律状态公告日

法律状态信息

法律状态
2020-05-22

实质审查的生效 IPC(主分类):G06K9/62 申请日:20191107

实质审查的生效
2020-04-28

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于低秩与稀疏分解的轻量化卷积神经网络图像识别方法 [P] . 中国专利： CN111079781A . 2020-04-28
2. 一种基于轻量化卷积神经网络的胆石病CT医疗图像快速识别方法 [P] . 中国专利： CN109886285A . 2019-06-14
3. DEEP CONVOLUTIONAL NEURAL NETWORK-BASED SUBMERGED OIL SONAR DETECTION IMAGE RECOGNITION METHOD [P] . WO2021243743A1 . 2021-12-09

机译：基于深度卷积神经网络的淹没油声纳检测图像识别方法
4. IMAGE IDENTIFICATION METHOD AND SYSTEM BASED ON CONVOLUTIONAL NEURAL NETWORK, AND ELECTRONIC DEVICE [P] . 世界知识产权组织专利： WO2017166586A1 . 2017-10-05

机译：基于卷积神经网络和电子设备的图像识别方法和系统
5. CONVOLUTIONAL NEURAL NETWORK, IMAGE IDENTIFICATION APPARATUS AND IMAGE IDENTIFICATION METHOD USING THE SAME, AND LEARNING MEANS [P] . 日本专利： JP2020030480A . 2020-02-27

机译：卷积神经网络，使用相同方法的图像识别装置和图像识别方法以及学习方法