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！

龙图腾网获悉浙江凤凰云睿科技有限公司;浙江省北大信息技术高等研究院;杭州未名信科科技有限公司申请的专利基于剪枝模型的图像分类方法、装置、设备及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：CN114861908B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202210435610.9，技术领域涉及：G06V10/764；该发明授权基于剪枝模型的图像分类方法、装置、设备及存储介质是由王国龙;廖丹萍;戚晓东;施钢杰设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本基于剪枝模型的图像分类方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种基于剪枝模型的图像分类方法、装置、设备及存储介质，所述方法包括：构建初始的图像分类模型；根据所述图像分类模型的损失函数以及预设的组稀疏约束构建总损失函数；根据预设的训练数据集以及所述总损失函数训练所述图像分类模型，得到训练好的初始图像分类模型；根据每个通道的组稀疏约束对所述训练好的初始图像分类模型进行删减，根据删减后的图像分类模型进行图像分类处理。根据本申请实施例提供的图像分类方法，可以对大图像分类模型中不重要的通道进行裁剪，从而减少分类模型的参数量，提升分类模型的计算效率，且该方法可以减少剪枝对网络性能造成的影响，依然保持较高的分类性能。

本发明授权基于剪枝模型的图像分类方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于剪枝模型的图像分类方法,其特征在于,包括： 构建初始的图像分类模型； 根据所述图像分类模型的损失函数以及预设的组稀疏约束构建总损失函数；包括：构建所述图像分类模型的交叉熵损失函数；根据所述图像分类模型中每个通道的批归一化层的乘子和偏移量构建组稀疏约束；将所述组稀疏约束加入所述交叉熵损失函数，得到所述总损失函数； 根据预设的训练数据集以及所述总损失函数训练所述图像分类模型，得到训练好的初始图像分类模型； 根据每个通道的组稀疏约束对所述训练好的初始图像分类模型进行删减；包括获取所述初始图像分类模型中每个通道的批归一化层的组稀疏约束值；当所述通道的批归一化层的组稀疏约束值小于预设阈值时，删除该通道，得到删减后的图像分类模型；或，获取所述初始图像分类模型中每个通道的批归一化层的组稀疏约束值；对每个通道的批归一化层的组稀疏约束值进行从小到大排序，生成剪枝优先级，删减排在前面的预设数量个通道； 根据删减后的图像分类模型进行图像分类处理。

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浙江凤凰云睿科技有限公司;浙江省北大信息技术高等研究院;杭州未名信科科技有限公司，其通讯地址为：311215 浙江省杭州市萧山区宁围街道保亿中心2幢2602室；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。