基于剪枝深度学习模型的图像分类方法及系统

AITNT
正文
推荐专利
基于剪枝深度学习模型的图像分类方法及系统
申请号:CN202510184848
申请日期:2025-02-19
公开号:CN120047746A
公开日期:2025-05-27
类型:发明专利
摘要
本发明公开了基于剪枝深度学习模型的图像分类方法及系统,其中方法,包括:获取深度学习模型,对所述深度学习模型进行剪枝操作,得到剪枝深度学习模型;剪枝操作,包括:对Vision Transformer模型中,每个编码器Transformer Encoder的多头注意力机制层Multi‑head Attention和全连接前馈网络FFN采用遗传算法进行剪枝操作;得到训练后的剪枝深度学习模型;获取待分类图像,将待分类图像,输入到训练后剪枝深度学习模型中,得到图像的分类结果。
技术关键词
深度学习模型 多头注意力机制 剪枝策略 令牌 图像分类方法 编码器 计算机可读指令 遗传算法 初始重要性分数 网络 构建训练集 剪枝方法 矩阵 搜索空间定义 非暂时性 图像分类系统 中间层 多层感知机
系统为您推荐了相关专利信息
1
一种基于知识图谱和深度学习的设备故障智能诊断系统
故障智能诊断系统 知识图谱构建 数据采集模块 设备运行状态 子模块
2
一种基于Hodges-Lehmann的核电站风险信息双重稳健差分隐私防御方法及装置
深度学习模型训练 差分隐私 核电站 拉普拉斯噪声 风险
3
一种基于5G网络的网络入侵智能检测系统
智能检测系统 优化防御策略 数据加密 生物识别技术 强化学习算法
4
城市轨道交通信号故障预警方法及系统
城市轨道交通信号 故障预测模型 故障预警方法 实时数据 剩余使用寿命
5
基于类型分析和特征重构的分行业负荷预测方法及系统
负荷预测方法 气象 深度学习模型 历史负荷数据 重构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号