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！

龙图腾网获悉厦门路桥信息股份有限公司申请的专利一种基于保留因子剪枝的生成对抗网络模型的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：CN115423072B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202210949069.3，技术领域涉及：G06N3/0495；该发明授权一种基于保留因子剪枝的生成对抗网络模型的压缩方法是由谷雨;钟冲;谢启明;黄剑男;郭伟;余光泽设计研发完成，并于2022-08-09向国家知识产权局提交的专利申请。

本一种基于保留因子剪枝的生成对抗网络模型的压缩方法在说明书摘要公布了：本发明公开了一种生成对抗网络模型的压缩方法，属于人工智能技术领域，方法包括：给定预训练教师生成对抗网络模型和待压缩学生对抗网络模型，预训练教师生成对抗网络模型包括教师生成器和教师判别器，待压缩学生对抗网络模型包括学生生成器和学生判别器；为学生生成器的每个卷积核设置一个可学习的保留因子，根据边界参数，将保留因子转换成对应的卷积核的参与前向运算比例；通过对保留因子添加约束条件和收缩边界参数，确定参与前向运算比例为零的卷积核；移除参与前向运算比例为零的卷积核，获得轻量的学生生成器；根据教师生成器和教师判别器中的知识，对学生生成器进行微调训练；移除学生判别器，保留学生生成器，部署学生对抗网络模型。

本发明授权一种基于保留因子剪枝的生成对抗网络模型的压缩方法在权利要求书中公布了：1.一种基于保留因子剪枝的生成对抗网络模型的压缩方法，其特征在于，包括： S101：给定预训练教师生成对抗网络模型和待压缩学生对抗网络模型，所述预训练教师生成对抗网络模型包括教师生成器和教师判别器，所述待压缩学生对抗网络模型包括学生生成器和学生判别器； S102：为所述学生生成器的每个卷积核设置一个可学习的保留因子，根据边界参数，将所述保留因子转换成对应的所述卷积核的参与前向运算比例； S1021：通过公式1将所述保留因子转换成对应的所述卷积核的参与前向运算比例： ； 其中，pij表示保留因子，b表示边界，ij表示第i层卷积层的第j个卷积核，mij表示参与前向运算比例； S103：通过对所述保留因子添加约束条件和收缩所述边界参数，确定所述参与前向运算比例为零的卷积核； S1032：通过公式3对所述保留因子添加约束条件，使得所述参与前向运算比例不断趋近于零，所述保留因子向所述边界靠齐： ； S1033：通过公式4对所述边界参数进行收缩，将所述边界参数不断变小直至为零： ； 其中，e表示当前迭代次数，E表示全部迭代次数； S104：移除所述参与前向运算比例为零的卷积核，获得轻量的所述学生生成器； S105：根据所述教师生成器和所述教师判别器中的知识，对所述学生生成器进行微调训练； S106：移除所述学生判别器，保留所述学生生成器，部署学生对抗网络模型； 其中，部署学生对抗网络模型用于图像到图像翻译任务，使用FIDFrechetInceptionDistance来评估生成图像的质量； 所述图像翻译任务包括基于Cityscapes的图像数据集进行训练； 所述模型在部署平台上执行图像生成操作，并使用FIDFrechetInceptionDistance和计算平均交并比MeanIntersectionoverUnion，mIoU评估生成图像的质量； 所述剪枝方法用于减少生成器卷积核数量并降低模型参数量与计算量。

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厦门路桥信息股份有限公司，其通讯地址为：361022 福建省厦门市软件园三期诚毅大街370号1801单元、1802单元、1803单元、1804单元；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。