基本信息:
- 专利标题： 一种面向图像分割的全卷积神经网络密度峰剪枝方法
- 申请号：CN202210257014.6 申请日：2022-03-16
- 公开(公告)号：CN114742997A 公开(公告)日：2022-07-12
- 发明人： 张立勇 , 于凡轩 , 华璧康 , 赖晓晨 , 卢伟 , 李卓函 , 王鲁康 , 栾兴
- 申请人： 大连理工大学
- 申请人地址： 辽宁省大连市甘井子区凌工路2号
- 专利权人： 大连理工大学
- 当前专利权人： 大连理工大学
- 当前专利权人地址： 辽宁省大连市甘井子区凌工路2号
- 代理机构： 大连理工大学专利中心
- 代理人： 温福雪
- 主分类号： G06V10/26
- IPC分类号： G06V10/26 ; G06V10/762 ; G06V10/82 ; G06K9/62 ; G06N3/04 ; G06N3/08 ; G06F9/50
摘要：
本发明公开了一种面向图像分割的全卷积神经网络密度峰剪枝方法，属于图像处理领域。根据前向传播时的卷积层访问顺序依次对网络中每个卷积层进行剪枝：首先将待剪枝卷积层中所有卷积核参数组合为二维权值矩阵；在聚类期间，将每个卷积核视作单个样本，基于密度峰聚类算法对卷积核样本展开聚类；之后计算每个卷积核的零激活率，根据零激活率阈值对不同簇内的卷积核进行剪枝，即直接删除簇内零激活率大于指定阈值的卷积核。然后重新训练该卷积层中未剔除卷积核的权值参数，并利用。待全卷积神经网络所有层都已剪枝后，完成对该网络的轻量化操作；将图像数据输入轻量化操作后的网络，每输入一张图片，该网络都会输出一张分割后的等比例大小图片。
公开/授权文献:
- CN114742997B 一种面向图像分割的全卷积神经网络密度峰剪枝方法 公开/授权日：2024-10-15