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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种应用于终端设备的轻量化图像分类方法及终端设备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：CN116129178B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202211647471.2，技术领域涉及：G06V10/764；该发明授权一种应用于终端设备的轻量化图像分类方法及终端设备是由龙鑫;曾瑶源;刘煜;张茂军设计研发完成，并于2022-12-21向国家知识产权局提交的专利申请。

本一种应用于终端设备的轻量化图像分类方法及终端设备在说明书摘要公布了：本发明公开了一种应用于终端设备的轻量化图像分类方法及终端设备，提取多帧样本图像；利用所述多帧样本图像训练轻量化网络模型，得到图像分类模型；其中，所述轻量化网络模型获取过程包括：在指定裁剪参数空间内按照既定比例对深度网络模型每层进行随机初始化通道裁剪，固定裁剪后的深度网络模型参数；将所述深度网络模型的推理精度作为灰狼算法的输入，更新所述深度网络模型每层的通道裁剪比例系数，得到裁剪后的深度网络模型，即轻量化网络模型。本发明模型占用资源少，解决了现有技术中小型设备难以承载大负荷而无法加在图像处理算法的问题，因此本发明的方法适用于嵌入式设备或其余小型移动载体。

本发明授权一种应用于终端设备的轻量化图像分类方法及终端设备在权利要求书中公布了：1.一种应用于终端设备的轻量化图像分类方法，其特征在于，包括以下步骤： S1、提取多帧样本图像； S2、利用所述多帧样本图像训练轻量化网络模型，得到图像分类模型； 其中，所述轻量化网络模型获取过程包括： S2.1、在指定裁剪参数空间内按照既定比例对深度网络模型每层进行随机初始化通道裁剪，得到固定裁剪后的深度网络模型； S2.2、将所述固定裁剪后的深度网络模型的推理精度作为灰狼算法的输入，更新所述深度网络模型每层的通道裁剪比例系数，得到裁剪后的深度网络模型，即轻量化网络模型； 步骤S2.2的具体实现过程包括： A随机产生参与搜索的灰狼种群Xi,j：Xi,j～Ulb,ub，i为灰狼种群数且i∈{1,2…N}，N为种群总数，j为种群维度，种群维度即网络层数，U为随机函数，lb和ub为搜索区间的上界和下界；初始化参与搜索的灰狼种群Xi,j中各灰狼的位置；指定各灰狼对应的适应度为所述固定裁剪后的深度网络模型的推理精度； B利用下式搜索候选灰狼的位置Xt：Xt+1＝Xpt-A·D，D＝|C·Xpt-Xt|；其中，D表示候选灰狼与猎物间的距离，t为当前的迭代次数，Xpt为猎物位置，A和C为调节系数； C判断是否满足迭代终止条件，若是，则输出最优个体以及该最优个体的适应度大小，结束；否则，计算候选灰狼的适应度，进入步骤D； D当适应度增加时，利用下式更新候选灰狼位置：Xt+1＝13XW-A1DW+XY-A2DY+XZ-A3DZ1-tT+XW-A1DW·tT；其中，Xt表示当前候选灰狼位置，Xt+1表示下一时刻候选灰狼位置，XW、XY和xZ分别表示W狼、Y狼、Z狼的当前位置A1、A2、A3以及C1、C2、C3为随机变量，DW、DY、DZ分别表示候选灰狼与灰狼W、Y、Z之间的移动距离，DW＝|C1·XW-Xt|，DY＝|C2·XY-Xt|，DZ＝|C3·XZ-Xt|；所述W狼、Y狼、Z狼分别对应最优的个体、优的个体、次优的个体；灰狼位置对应深度网络模型网络层的剪枝率；T为设定的最大迭代次数； E更新候选灰狼的适应度值，返回步骤C； F计算各网络层的各个通道的L1范数，对网络各层中参数值L1范数低于网络层剪枝率的通道予以剪枝，对剪枝后的深度网络模型使用适应性批量标准化方法更新批量标准化层，得到轻量化网络模型。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区砚瓦池正街47号；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。