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！

龙图腾网获悉晶山微电子(上海)有限公司申请的专利一种卷积神经网络模型的全局稀疏化方法及装置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：CN119940428B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510106212.6，技术领域涉及：G06N3/0495；该发明授权一种卷积神经网络模型的全局稀疏化方法及装置是由娄方超;贾秀艳设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种卷积神经网络模型的全局稀疏化方法及装置在说明书摘要公布了：本发明公开了一种卷积神经网络模型的全局稀疏化方法及装置，涉及人工智能技术领域。方法包括：设定模型的约束条件；通过拉丁超立方采样算法为每个待优化的卷积核通道设置不同的随机阈值；若当前模型精度和当前模型大小不满足约束条件，则通过差分进化算法迭代优化每个卷积核通道的阈值，直至达到预设迭代次数，或者当前模型大小和当前模型精度满足所述约束条件；重复执行所述模型压缩步骤，直至当前模型精度和当前模型大小满足所述约束条件。本发明全局搜索能力强、鲁棒性好，能够兼顾模型精度和模型大小。

本发明授权一种卷积神经网络模型的全局稀疏化方法及装置在权利要求书中公布了：1.一种用于端侧AIMCU的卷积神经网络模型的全局稀疏化方法，用于电子设备，其特征在于包括： 模型训练步骤：收集道路行驶中的视频数据，对视频中的图像数据进行整理，对数据中学习目标进行标注以形成数据集，按照训练、验证、测试=8：1：1的比例划分数据集，选用GPU对YOLOv5n目标检测网络模型进行训练，得到训练完成的模型； 约束条件设定步骤：为训练完成的模型设定模型压缩的约束条件，所述约束条件包括目标模型精度和目标模型大小； 模型压缩步骤：根据目标模型大小确定待优化的卷积核数量，通过拉丁超立方采样算法为每个待优化的卷积核通道设置不同的随机阈值，基于所述随机阈值对模型进行稀疏化操作，并计算当前模型精度和当前模型大小，若当前模型精度和当前模型大小不满足所述约束条件，则通过差分进化算法迭代进化出每个卷积核通道的新阈值，基于每代进化出的新阈值执行模型的稀疏化操作，直至达到预设迭代次数，或者当前模型大小和当前模型精度满足所述约束条件；其中，所述稀疏化操作包括当卷积核的权重和偏置项为零的数目大于所述阈值时，删除该卷积核； 循环执行步骤：若当前模型精度和当前模型大小不满足所述约束条件，则重复执行所述模型压缩步骤，直至当前模型精度和当前模型大小满足所述约束条件； 部署执行步骤：将该模型部署到嵌入式AIMCU中。

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晶山微电子(上海)有限公司，其通讯地址为：201203 上海市浦东新区郭守敬路498号8幢19号楼3层；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。