摘要
本发明涉及一种基于剪枝CNN的视觉图像分类方法及系统,包括以下步骤:构建目标分类图像数据集,并对目标分类图像数据集进行预处理;构建基于CNN的视觉图像分类模型,并通过预处理后的目标分类图像数据集对视觉图像分类模型进行训练,得到初始视觉图像分类模型;对初始视觉图像分类模型的所有卷积核进行敏感性评估,并得到所有卷积核的敏感性评估结果;根据敏感性评估结果对卷积核进行剪枝,得到剪枝视觉图像分类模型,再对剪枝视觉图像分类模型进行重新训练后进行评估,若评估通过,则得到最终剪枝视觉图像分类模型,否则,重新进行剪枝;通过最终视觉图像分类模型进行图像分类任务。
技术关键词
图像分类模型
分类图像数据
图像分类方法
视觉
分类模型构建
模型剪枝
数据采集模块
图像分类系统
处理器
索引
可读存储介质
存储器
电子设备
程序
通道
计算机
参数
系统为您推荐了相关专利信息
自主移动平台
大语言模型
注意力机制
多模态交互反馈
人机交互界面
动作评分方法
计算机视觉
运动员
体育
HSV颜色空间
时间同步方法
外部参数标定方法
观测系统
数据读取模块
姿态传感器
关键帧
视觉特征
生成场景
人物特征
图像生成方法
振动误差
轮廓图像
误差补偿模型
图像修复算法
梯度方向直方图