基于无标签数据的神经网络模型量化方法及装置

    公开(公告)号:CN110969251B

    公开(公告)日:2023-10-31

    申请号:CN201911189663.1

    申请日:2019-11-28

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种基于无标签数据的神经网络模型量化方法及装置。为了解决现有技术需要依赖训练集才能实现对神经网络压缩的问题,本发明提出一种基于无标签数据的神经网络模型量化方法,包括基于第一预设量化位宽对原始神经网络模型的权重进行量化,获取第一量化神经网络模型;基于原始神经网络模型的输出和第一量化神经网络模型的输出,对第一量化神经网络模型的每一层不同通道的量化位宽进行优化,获取第二量化神经网络模型;基于原始神经网络模型的特征和第二量化神经网络模型的特征,对第二量化神经网络模型的权重进行优化,获取目标神经网络模型。本发明的方法能够通过少量无标签数据对神经网络模型进行量化。

    基于无标签数据的神经网络模型量化方法及装置

    公开(公告)号:CN110969251A

    公开(公告)日:2020-04-07

    申请号:CN201911189663.1

    申请日:2019-11-28

    Abstract: 本发明涉及图像处理技术领域,具体涉及一种基于无标签数据的神经网络模型量化方法及装置。为了解决现有技术需要依赖训练集才能实现对神经网络压缩的问题,本发明提出一种基于无标签数据的神经网络模型量化方法,包括基于第一预设量化位宽对原始神经网络模型的权重进行量化,获取第一量化神经网络模型;基于原始神经网络模型的输出和第一量化神经网络模型的输出,对第一量化神经网络模型的每一层不同通道的量化位宽进行优化,获取第二量化神经网络模型;基于原始神经网络模型的特征和第二量化神经网络模型的特征,对第二量化神经网络模型的权重进行优化,获取目标神经网络模型。本发明的方法能够通过少量无标签数据对神经网络模型进行量化。

    基于区块链的车辆违章变道检测记录方法、系统、装置

    公开(公告)号:CN109801500A

    公开(公告)日:2019-05-24

    申请号:CN201910122160.6

    申请日:2019-02-19

    Abstract: 本发明属于城市交通管理及车辆违章抓拍领域,具体涉及了一种基于区块链的车辆违章变道检测记录方法、系统、装置,旨在解决车辆违章变道很难由路边固定位置的检测装置抓拍以及采用私家车执法抓拍结果无法保证安全可信的问题。本发明方法包括:获取前车行车视频以及车辆位置信息、车道线信息;判断前车是否违章变道,将得到的违章信息记录并发送至区块链系统,判断违章信息的有效性;保存有效的违章信息。本发明方法一方面利用了私家车采集的视频,扩大了检测覆盖范围,有效提高交通行驶的有序性;另一方面通过区块链保存违章信息,保证了违章信息唯一性、不可篡改性、可回溯性,避免不法分子的伪造等行为,保证了违章信息的安全可信。

Patent Agency Ranking