首页> 中国专利> 基于非均匀分组的多尺度轻量型深度卷积神经网络模型

基于非均匀分组的多尺度轻量型深度卷积神经网络模型

页面导航

摘要
著录项
相似文献

摘要

本发明公开了基于非均匀分组的多尺度轻量型深度卷积神经网络模型,属于神经网络结构优化加速研究领域。本发明基于非均匀分组的多尺度轻量化特征融合卷积层，减少神经网络的参数量以及运算量。模块主要由1*1的点卷积层，神经网络模型(M_blockNet_v1)，深度卷积层以及基于非均匀分组的多尺度融合层构成；神经网络模型(M_blockNet_v1)，应用于CASIA‑HWDB1.1手写汉字的数据集、Facial Keypoints Detection数据集以及Celeba数据集三个数据集上与经典的轻量型神经网络进行。其显著效果是提高神经网络的运算效率以及精度，在对精度影响较小的情况下，极大的提升了网络的运算速度。

著录项

公开/公告号CN111914993A

专利类型发明专利
公开/公告日2020-11-10

原文格式PDF
申请/专利权人西安理工大学;
展开▼

申请/专利号CN202010505261.4
发明设计人王彬;向甜;吕艺东;江巧永;
展开▼

申请日2020-06-05
分类号G06N3/04(20060101);G06N3/08(20060101);G06K9/62(20060101);
代理机构11315 北京国昊天诚知识产权代理有限公司;
代理人杨洲
地址 710048 陕西省西安市金花南路5号
入库时间 2023-06-19 08:50:28

相似文献

专利
中文文献
外文文献

1. 基于非均匀分组的多尺度轻量型深度卷积神经网络模型 [P] . 中国专利： CN111914993A . 2020-11-10
2. 一种基于多尺度权值分配卷积神经网络模型的变工况下轴承故障诊断方法 [P] . 中国专利： CN111964908B . 2022.03.04
3. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR102109372B1 . 2020-05-12

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法
4. APPARATUS AND METHOD FOR SEGMENTING OF SEMANTIC IMAGE USING FULLY CONVOLUTIONAL NEURAL NETWORK BASED ON MULTI SCALE IMAGE AND MULTI SCALE DILATED CONVOLUTION [P] . 韩国专利： KR20190119261A . 2019-10-22

机译：基于多尺度图像和多尺度膨胀卷积的全卷积神经网络分割语义图像的装置和方法
5. STEEL PIPE FOR SINGLE ITEM OF SEAMLESS INNER SURFACE MULTI-DIVIDED NON-UNIFORM THICKNESS STRUCTURE, STRUCTURE OF SCROLL STEEL PIPE FOR SINGLE ITEM OF SEAMLESS INNER SURFACE MULTI-DIVIDED NON-UNIFORM THICKNESS STRUCTURE, CFT AND OTHERS [P] . 日本专利： JP2016125653A . 2016-07-11

机译：无缝内表面多尺度非均匀厚度结构的单项钢管结构，无缝内表面多尺度非均匀厚度结构的单项钢管结构，CFT等