一种基于通道剪枝的卷积神经网络压缩方法

    公开(公告)号:CN112633472A

    公开(公告)日:2021-04-09

    申请号:CN202011505386.3

    申请日:2020-12-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于通道剪枝的卷积神经网络压缩方法,包括:在卷积层内采用基于特征图平均激活的通道选择方法;在卷积层间采用基于损失估计的通道选择方法;当模型的准确率下降后进行微调的方法。本发明能够在控制整体剪枝比例的同时,实现通道间的自适应剪枝,取得良好的剪枝效果。

    一种基于自动编码器的灰度图像迁移学习方法

    公开(公告)号:CN111127360A

    公开(公告)日:2020-05-08

    申请号:CN201911328246.0

    申请日:2019-12-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法,首先对采集到的灰度图像进行预处理包括裁剪,降噪,滤波等;然后通过数据增强方法来增加样本数量;其次搭建自动编码器,网络的结构为卷积层->池化层->卷积层->池化层的卷积神经网络,实现将单通道的图像转换为三通道的彩色图像;最后将转换后的三通道图像迁移学习到经典的CNN网络,实现目标的分类。总体来说,本发明算法简洁,效率较高且鲁棒性较强。

Patent Agency Ranking