结合卷积通道和卷积层收缩的图像分类模型压缩、应用方法及介质

本申请公开了一种结合卷积通道和卷积层收缩的图像分类模型压缩、应用方法及介质，涉及人工智能领域，该方法包括：在图像分类模型的残差块的第一个卷积层之后串入通道收缩模块，在第二个卷积层之后串入层收缩模块；在训练的过程中，利用通道收缩模块和层收缩模块记录每一残差块的重要程度和每一残差块中每一卷积层的各输出通道的重要程度，从而根据残差块的重要程度和卷积层各通道重要程度重构图像分类模型。本申请能够对图像分类模型中的冗余层和低效通道进行动态裁剪，保留对图像分类任务影响程度高的网络结构，保证压缩后的模型性能基本保持不变的情况下，有效降低模型的结构复杂度，减少模型的参数数量，大幅降低模型的计算量。