一种基于结构化剪枝的卷积神经网络优化方法及系统

本发明涉及卷积神经网络模型优化加速技术领域，公开了一种基于结构化剪枝的卷积神经网络优化方法及系统，包括：滤波器重要性评估：根据信息熵与曼哈顿范数加权求和的方式，计算每个卷积层中滤波器的重要性得分；多粒度滤波器剪枝：根据滤波器重要性评估步骤中计算出的重要性得分，对每层卷积层设定不同的剪枝率，结合全局阈值，采用硬剪枝、软剪枝和条状剪枝的组合策略，实现多粒度的滤波器剪枝；提出了一个操作简单且高效的多粒度滤波器剪枝框架，针对不同层滤波器的敏感度设定剪枝率，结合硬剪枝、软剪枝、条状剪枝，对全局划分三个等级的阈值，达到对应阈值采取相对粒度的剪枝方法最小化剪枝对模型性能带来的影响。