买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉清华大学深圳国际研究生院申请的专利检测模型剪枝方法、装置、电子设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117689997B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311817081.X，技术领域涉及：G06V10/82；该发明授权检测模型剪枝方法、装置、电子设备和存储介质是由刘瑜;李耀文;徐鸿飞;姜智卓;李徵;李劭辉;何友设计研发完成，并于2023-12-26向国家知识产权局提交的专利申请。

本检测模型剪枝方法、装置、电子设备和存储介质在说明书摘要公布了：本发明提供一种检测模型剪枝方法、装置、电子设备和存储介质，属于目标检测技术领域，对待剪枝检测模型的网络层进行分解，得到分解网络层；根据分解网络层之间的连接关系和剪枝策略，构建分解网络层的依赖图；根据依赖图对分解网络层进行分组，得到网络层分组；对网络层分组进行稀疏性训练，确定网络层分组的重要性以及网络层分组中参数的相对重要性；根据网络层分组的重要性、参数的相对重要性以及预设的剪枝率，对网络层分组中参数进行移除以完成剪枝。本发明利用依赖图描述分解网络层的依赖关系，在对网络层分组中相互依赖的参数剪枝时会一并移除，避免破坏网络结构，稀疏性训练使得网络层分组内耦合的参数都是稀疏的，避免移除重要参数。

本发明授权检测模型剪枝方法、装置、电子设备和存储介质在权利要求书中公布了：1.一种检测模型剪枝方法，其特征在于，包括： 对待剪枝检测模型的网络层进行分解，得到分解网络层；待剪枝检测模型包括用于自动驾驶场景中捕捉车辆周边3D空间信息的激光雷达3D检测模型； 根据所述分解网络层之间的连接关系和剪枝策略，构建所述分解网络层的依赖图，所述依赖图用于表征所述分解网络层的依赖关系； 根据所述依赖图对所述分解网络层进行分组，得到网络层分组； 对所述网络层分组进行稀疏性训练，确定待剪枝的所述网络层分组的重要性以及所述网络层分组中参数的相对重要性； 根据所述网络层分组的重要性、所述参数的相对重要性以及预设的剪枝率，对所述网络层分组中参数进行移除以完成剪枝； 所述对所述网络层分组进行稀疏性训练，确定待剪枝的确定所述网络层分组的重要性以及所述网络层分组中参数的相对重要性，包括： 通过在所述待剪枝检测模型的损失函数中引入正则项，对所述网络层分组进行稀疏性训练； 根据剪枝所述网络层分组产生的损失偏移量，确定所述网络层分组的重要性； 根据所述网络层分组中参数的权重范数，确定所述网络层分组中参数的相对重要性； 在根据剪枝率确定要剪枝的分组后，对每个组计算每个参数的相对重要性： ； 其中，表示待剪枝网络层分组中参数的相对重要性，为待剪枝网络层分组中参数的权重范数，n为待剪枝网络层分组的数量； 所述根据剪枝所述网络层分组产生的损失偏移量，确定所述网络层分组的重要性，包括： 根据剪枝所述网络层分组中参数的求偏导数、所述参数的权重范数以及海森矩阵，构建与所述参数对应的参数损失偏移量模型； 基于费舍尔信息矩阵对所述参数损失偏移量模型进行求解，将所有所述参数对应的参数损失偏移量之和作为所述网络层分组的重要性；通过计算对某一组耦合参数剪枝后引起的损失偏移量，来估计该组对模型性能的贡献度，来评估该组的重要性，剪枝时优先对重要性较低的分组进行剪枝。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。