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！

龙图腾网获悉东华大学申请的专利基于神经架构搜索的目标检测模型压缩方法及系统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：CN116341627B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202310143352.1，技术领域涉及：G06N3/0495；该发明授权基于神经架构搜索的目标检测模型压缩方法及系统是由胡蔚瑜;杨义;蒋学芹;周树波;潘峰设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本基于神经架构搜索的目标检测模型压缩方法及系统在说明书摘要公布了：本发明提供一种基于神经架构搜索的目标检测模型压缩方法及系统；所述方法包括以下步骤：对目标检测数据集中的图像进行预处理，获取归一化数据集；通过神经架构搜索将待部署的目标检测模型转换成超网；构建子网采样器；子网采样器用于对超网的每个阶段进行均匀采样；基于子网采样器和归一化数据集训练超网，获取超网权重；搜索子网，以基于搜索结果选择帕累托最优解的目标子网架构，并从超网权重中取出目标子网架构的权重进行部署，以实现对目标检测模型的压缩；本发明引入神经架构搜索技术，能够利用少量算力资源对待部署的模型架构进行合理优化，从而提升模型推理速度，并且可以省去繁杂的模型结构超参数确定和模型架构调优过程。

本发明授权基于神经架构搜索的目标检测模型压缩方法及系统在权利要求书中公布了：1.一种基于神经架构搜索的目标检测模型压缩方法，其特征在于，包括以下步骤： 步骤S1、对目标检测数据集中的图像进行预处理，获取归一化数据集； 步骤S2、通过神经架构搜索将待部署的目标检测模型转换成超网； 步骤S3、构建子网采样器；所述子网采样器用于对所述超网的每个阶段进行均匀采样； 步骤S4、基于所述子网采样器和所述归一化数据集训练所述超网，获取超网权重； 具体的，将超网接入目标特征融合网络与目标检测头，其中，目标特征融合网络为通道聚合网络；目标检测头包括分类头、置信度头与定位头； 根据三明治法则训练超网； 步骤S5、搜索子网，以基于搜索结果选择帕累托最优解的目标子网架构，并从所述超网权重中取出所述目标子网架构的权重进行部署，以实现对所述目标检测模型的压缩； 具体地，首先定义进化搜索需要初始人口；然后，计算搜索空间最大子网max与最小子网min的每秒浮点运算次数FLOPs，并将其划分为四个区间，每个区间需要的初始子网数为4，用采样器开启随机子网采样，直到初始人口数量满足要求，随后使用进化算法对与，以及测试图像分辨率进行交叉与变异，构建子网架构，继承切片的超网权重，并评估其，记录其FLOPs； 其中，交叉过程输入两个网络架构A与B，对于其中一个网络架构A的在每个阶段的参数存在一定概率p被另一个网络架构在相同阶段的参数替换，输出新的网络架构C；变异过程输入一个网络架构D，对于其在每个阶段的参数存在一定概率p随机变成搜索空间范围内的其它值，输出新的网络架构E； 评估交叉变异的到的新子网架构的验证集损失，计算其FLOPs并加入种群，每轮迭代将处于帕累托前沿的优秀子网作为进化算法的输入进行交叉与变异，共迭代K次； 每次对处于帕累托前沿的优秀子网进行进化，并对其中的超参数在此交叉与变异； 最后，选择合适的帕累托最优解的子网架构，根据与从步骤S4得到超网权重中取出该子网的权重，经过微调后部署。

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东华大学，其通讯地址为：200051 上海市长宁区延安西路1882号；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。