公开(公告)号：CN118628876A

公开(公告)日：2024-09-10

申请号：CN202411115733.X

申请日：2024-08-14

Applicant: 珠海亿智电子科技有限公司 ,  北京科技大学 ,  中国科学院自动化研究所

Inventor： 殷绪成 ,  黄泷 ,  董志伟 ,  张睿尧 ,  陈松路 ,  陈峰 ,  杨春 ,  程健

IPC: G06V10/778 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774

Abstract: 本发明适用计算机视觉感知领域和模型压缩技术领域，提供了一种目标检测模型的量化感知训练方法，该方法包括：构建待量化的目标检测模型的目标损失函数，该目标损失函数包括分类损失函数、回归损失函数以及任务和谐约束损失函数，基于目标损失函数，对目标检测模型进行量化感知训练，直至该目标损失函数收敛，从而使得分类任务和回归任务之间的关系变得越来越和谐，避免了不和谐的预测框的出现，提高了量化后目标检测模型在NMS后的检测性能。

公开(公告)号：CN120012839A

公开(公告)日：2025-05-16

申请号：CN202411930365.4

申请日：2024-12-25

Applicant: 北京科技大学

Inventor： 张睿尧 ,  董志伟 ,  杨春 ,  殷绪成

IPC: G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0495

Abstract: 本公开涉及神经网络量化领域，更具体地，本公开涉及一种神经网络量化方法、电子设备及存储介质。方法包括：构建对抗生成网络，所述对抗生成网络包括生成器和判别器，其中所述生成器包括辅助分类生成对抗网络中的生成网络，所述判别器包括预训练神经网络和与所述预训练神经网络对应的初始化的量化神经网络；通过预设损失函数对所述对抗生成网络进行训练，并基于训练后的所述对抗生成网络，生成用于神经网络量化的训练数据；通过所述训练数据对所述预训练神经网络进行量化。

公开(公告)号：CN118628876B

公开(公告)日：2024-10-15

申请号：CN202411115733.X

申请日：2024-08-14

Applicant: 珠海亿智电子科技有限公司 ,  北京科技大学 ,  中国科学院自动化研究所

Inventor： 殷绪成 ,  黄泷 ,  董志伟 ,  张睿尧 ,  陈松路 ,  陈峰 ,  杨春 ,  程健

IPC: G06V10/778 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774

Abstract: 本发明适用计算机视觉感知领域和模型压缩技术领域，提供了一种目标检测模型的量化感知训练方法，该方法包括：构建待量化的目标检测模型的目标损失函数，该目标损失函数包括分类损失函数、回归损失函数以及任务和谐约束损失函数，基于目标损失函数，对目标检测模型进行量化感知训练，直至该目标损失函数收敛，从而使得分类任务和回归任务之间的关系变得越来越和谐，避免了不和谐的预测框的出现，提高了量化后目标检测模型在NMS后的检测性能。