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！

龙图腾网获悉南京大学申请的专利一种基于模型压缩的电力图像识别模型轻量化应用方法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：CN116362325B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310308366.4，技术领域涉及：G06N3/096；该发明授权一种基于模型压缩的电力图像识别模型轻量化应用方法是由徐经纬;曹春;张茂润设计研发完成，并于2023-03-28向国家知识产权局提交的专利申请。

本一种基于模型压缩的电力图像识别模型轻量化应用方法在说明书摘要公布了：本发明公开一种基于模型压缩的电力图像识别模型轻量化应用方法，在嵌入式边端设备中部署摄像头和DNN模型，用于采集电力图像并进行电力图像识别；基于知识蒸馏的模型压缩方式对部署到嵌入式边端设备上的DNN模型进行压缩；基于神经网络架构搜索的方法，对学生模型的最优结构进行搜索并剪枝；基于模型中间层输出信息，对知识蒸馏的模型压缩方法进行优化，实现模型预测过程校准；将压缩后得到的轻量化电力图像识别模型部署到电网嵌入式边端设备上，在电网边端设备上完成电力图像数据的采集与分析。本发明使用知识蒸馏的模型压缩方式对模型压缩，提高电网嵌入式边端设备此类资源有限的设备上运行的DNN模型的表现效果。

本发明授权一种基于模型压缩的电力图像识别模型轻量化应用方法在权利要求书中公布了：1.一种基于模型压缩的电力图像识别模型轻量化应用方法，其特征在于，包括，1在嵌入式边端设备中部署摄像头和DNN模型，用于采集电力图像并进行电力图像识别；2基于知识蒸馏的模型压缩方式对部署到嵌入式边端设备上的DNN模型进行压缩；3基于神经网络架构搜索的方法，对学生模型的最优结构进行搜索并剪枝；4基于模型中间层输出信息，对知识蒸馏的模型压缩方法进行优化，实现模型预测过程校准；5将压缩后得到的轻量化电力图像识别模型部署到电网嵌入式边端设备上，在电网边端设备上完成电力图像数据的采集与分析； 所述2中，学生模型训练阶段，训练目标包含两部分：第一部分仍然是希望模型的预测输出尽可能地接近电力图像数据的真实标签，该部分使用的是电力图像数据的真实标签值信息；第二部分是希望学生模型与教师模型的表现尽可能一致，即对于相同的电力图像数据输入产生尽可能相似的模型最终表示，该部分使用的是教师模型的信息；根据该阶段的两部分训练目标，将该部分训练的损失函数分为两部分，分别是：计算模型的预测输出和真实标签的交叉熵和计算学生模型与教师模型关于数据最终表示的相似度，使用KL散度衡量；此时损失函数的形式为：Loss=α·CrossEntropy+β·KLLogits，对这两部分损失函数额外使用超参数调节权重，之后，再使用误差反向传播方法更新学生模型的参数，得到具有最小损失的学生模型； 所述3基于神经网络架构搜索的方法，对学生模型的最优结构进行搜索，实现过程如下： 301根据压缩率要求，选择一个候选学生模型结构； 302对候选学生模型的网络结构进行分块； 303计算各个块内神经网络层的参数量比例； 304根据上述参数量比例和候选学生模型结构，采用广度优先的方法搜索其他候选学生模型结构； 305根据教师模型结构中各个block内的网络层数，对上述搜索过程进行剪枝； 306依次对剪枝后的各个候选学生模型结构进行知识蒸馏的模型压缩训练，选出其中表现最优的模型作为学生模型的结构。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。