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！

龙图腾网获悉北京邮电大学申请的专利联合量化与剪枝的卷积神经网络模型压缩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：CN116384470B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310205929.7，技术领域涉及：G06N3/082；该发明授权联合量化与剪枝的卷积神经网络模型压缩方法及装置是由李莉;杨森;李存瑞设计研发完成，并于2023-03-06向国家知识产权局提交的专利申请。

本联合量化与剪枝的卷积神经网络模型压缩方法及装置在说明书摘要公布了：本申请提供一种联合量化与剪枝的卷积神经网络模型压缩方法及装置，方法包括：基于预设的重要性因子确定训练得到的用于图像处理的原始卷积神经网络中的待剪枝滤波器，并对待剪枝滤波器进行剪枝处理以得到剪枝后的卷积神经网络；将剪枝后的卷积神经网络中剩余滤波器划分为待量化滤波器和用于梯度反向传播的中心滤波器；根据预设的图像校准数据对待量化滤波器进行量化处理，以得到原始卷积神经网络对应的压缩模型。本申请能够有效提高卷积神经网络的压缩效率及可靠性，并能够保证应用压缩后的模型精度及应用有效性，还能够在客户端设备中实现模型压缩，进而能够有效提高应用压缩后的模型进行图像处理的有效性及准确性。

本发明授权联合量化与剪枝的卷积神经网络模型压缩方法及装置在权利要求书中公布了：1.一种联合量化与剪枝的卷积神经网络模型压缩方法，其特征在于，包括： 基于预设的重要性因子确定训练得到的用于图像处理的原始卷积神经网络中的待剪枝滤波器，并对所述待剪枝滤波器进行剪枝处理以得到剪枝后的卷积神经网络； 将所述剪枝后的卷积神经网络中剩余滤波器划分为待量化滤波器和用于梯度反向传播的中心滤波器； 根据预设的图像校准数据对所述待量化滤波器进行量化处理，以得到所述原始卷积神经网络对应的压缩模型； 所述重要性因子包括：几何中位数； 相对应的，所述基于预设的重要性因子确定训练得到的用于图像处理的原始卷积神经网络中的待剪枝滤波器，包括： 待剪枝评价步骤：基于预设的几何中位数的评价方式，计算原始卷积神经网络中当前的目标层中使得所有滤波器之间的欧式距离之和最小的滤波器，将该滤波器作为所述目标层的待剪枝滤波器； 判断所述原始卷积神经网络的各个层当前的待剪枝滤波器的数量是否达到各个层各自对应的剪枝阈值，若存在当前的待剪枝滤波器的数量未达到自身剪枝阈值的层，将该层作为新的目标层，并针对该目标层返回执行所述待剪枝评价步骤，直至所述原始卷积神经网络的各个层当前的待剪枝滤波器的数量均达到各个层各自对应的剪枝阈值； 所述将所述剪枝后的卷积神经网络中剩余滤波器划分为待量化滤波器和用于梯度反向传播的中心滤波器，包括： 基于预设的几何中位数的评价方式，分别计算原始卷积神经网络中每个层中使得所有滤波器之间的欧式距离之和最小的滤波器，将该滤波器作为其所在层的用于梯度反向传播的中心滤波器； 在所述剪枝后的卷积神经网络中剩余滤波器中筛除所述中心滤波器，得到对应的待量化滤波器。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。