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！

龙图腾网恭喜灵译脑科技(上海)有限公司申请的专利一种用于图像识别数据集的双路径架构模型压缩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：CN114154409B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202111402292.8，技术领域涉及：G06F30/27；该发明授权一种用于图像识别数据集的双路径架构模型压缩方法是由续晋华;沈超元设计研发完成，并于2021-11-24向国家知识产权局提交的专利申请。

本一种用于图像识别数据集的双路径架构模型压缩方法在说明书摘要公布了：本发明涉及计算机技术领域，深度学习，网络压缩技术领域，具体来说是一种基于浅深皮层双路径构架的卷积神经网络模型压缩优化方法，将某个卷积神经网络中每个阶段的卷积块构建成双路径结构，卷积神经网络中包括深路径和浅路径，深路径中由若干个卷积块堆叠而成，浅路径中只包含一层维度映射；将输入特征图通过特征分离模块；将正权重的特征图映射至指定维度后输入到深路径中，将负权重的通道输入到浅路径中；将经过两个路径卷积运算的特征图拼接回原来的维度输出；通过调节每个卷积阶段中两个路径之间的通道比例实现模型不同程度的压缩后进行训练。

本发明授权一种用于图像识别数据集的双路径架构模型压缩方法在权利要求书中公布了：1.一种用于图像识别数据集的双路径架构模型压缩方法，其特征在于，该方法包括如下步骤： 步骤一：将某个卷积神经网络中每个阶段的卷积块构建成双路径结构，卷积神经网络中包括深路径和浅路径，深路径中由若干个卷积块堆叠而成，浅路径中只包含一层维度映射； 步骤二：将输入特征图通过特征分离模块； 步骤三：将正权重的特征图映射至指定维度后输入到深路径中，将负权重的通道输入到浅路径中； 步骤四：将经过两个路径卷积运算的特征图拼接回原来的维度输出； 步骤五：通过调节每个卷积阶段中两个路径之间的通道比例实现模型不同程度的压缩后进行训练； 所述步骤二的特征分离操作是指：首先通过通道注意力机制学习到一组通道权重，并映射至-1到1的区间，然后分别做ReLU激活和取反后做ReLU激活，将得到的两组权值与原特征图相乘即能将对应的特征通道分离，具体方法如下： 步骤a1：使用全局平均池化将特征通道的大小从H×W×C压缩到1×1×C的表示： 步骤a2：将输入特征图通过两层全连接层建模通道之间的关系，采用Tanh激活函数将输出映射到-1到1的区间： ω＝σW2ReLUW1gx 步骤a3：在ω上执行ReLU激活函数使得其中正权重得以保留，取反做ReLU激活得到负权重： ω1＝ReLUω ω2＝ReLU-ω 步骤a4：通过将ω1和ω2与原始特征图相乘，可以获得两个特征图，分别对应于具有正权重和负权重的通道。

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灵译脑科技(上海)有限公司，其通讯地址为：201306 上海市浦东新区南汇新城镇海洋一路333号1号楼、2号楼；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”。