摘要
采用有效记忆结构的无人机海上目标检测大模型剪枝方法,属于海上目标检测领域,包括:设计剪枝标准;构建损失函数,给出损失变化的数学表达式;在假设激活矩阵和权重矩阵具有合适的矩形形状的前提下重新定义神经网络剪枝问题;根据重新定义的神经网络剪枝问题,结合损失变化的数学表达式,采用启发式混合灵敏度评分函数评估特定权重的重要性;基于SPSA算法的经典ZO梯度估计;结构化剪枝;低秩自适应微调策略。本发明降低了计算资源消耗和内存消耗,减少了模型参数量与计算量,提升了推理速度,降低了计算延迟,减少了特征误删,降低了漏检率、误检率及误报率,50%剪枝率下平均准确率下降不超过1.8%,提高了小目标定位精度。
技术关键词
模型剪枝方法
记忆结构
神经网络剪枝
无人机
表达式
数学
矩阵
多头注意力机制
定义
剪枝模型
参数
算法
数据
策略
矩形
内存
符号
批量
核心
系统为您推荐了相关专利信息
扑翼飞行机器人
编队方法
系统辨识方法
非线性动态模型
地面站
网络构建方法
数据立方体
传感器
校验算法
冗余特征
概率分析方法
Kriging模型
涡轮叶片疲劳寿命
样本
涡轮轴
混合多属性决策
指标
输变电工程施工
组合赋权法
术语
救援机器人
多向机械臂
吸附机器人
无人机
灭火器装置