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！

龙图腾网恭喜南京信息工程大学;南京信息工程大学无锡研究院申请的专利一种面向边缘部署的光流模型轻量化剪裁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：CN119089966B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411570880.6，技术领域涉及：G06N3/082；该发明授权一种面向边缘部署的光流模型轻量化剪裁方法是由余文斌;任正举;张成军设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本一种面向边缘部署的光流模型轻量化剪裁方法在说明书摘要公布了：本发明公开了一种面向边缘部署的光流模型轻量化剪裁方法，包括以下步骤：（1）获取数据集FlyingChairs作为训练集和验证集并进行预处理；（2）将预处理后的数据集输入到全局匹配光流神经网络即GMFlow神经网络中进行训练；（3）对GMFlow神经网络进行裁剪即轻量化处理；（4）获取测试集数据MPISintelDataset，对步骤（3）得到的结果进行测试，选择最优方案；本发明对光流估计在边缘设备上的部署进一步发展提供了思路。

本发明授权一种面向边缘部署的光流模型轻量化剪裁方法在权利要求书中公布了：1.一种面向边缘部署的光流模型轻量化剪裁方法，其特征在于，包括以下步骤：（1）获取数据集FlyingChairs作为训练集和验证集并进行预处理；预处理具体如下：将数据集FlyingChairs裁剪为统一大小;（2）将预处理后的数据集输入到全局匹配光流神经网络即GMFlow神经网络中进行训练；GMFlow神经网络包括特征提取模块、特征增强模块、特征匹配模块和流传播模块；其中，特征提取模块具体如下：GMFlow神经网络的输入为两张相同尺寸的视频前后，在特征提取阶段，网络首先使用权重共享的卷积神经网络对两张图片进行特征提取；卷积神经网络由多个残差块组成,每个残差块又由卷积层，激活函数层和归一化层组成，神经网络在完成对输入图片特征提取的同时完成下采样，然后将特征图传输给特征增强模块；特征增强模块为Transformer模块用于进行特征之间相似关系的建立，Transformer模块中将自注意力机制和交叉注意力机制进行堆叠来获取对图片之间特征相互关系；特征匹配模块具体如下：完成对特征的增强后，通过一个用于全局特征匹配的相关层将两个特征图逐像素地进行相似度计算，生成相关矩阵来比较特征相似性；流传播模块具体如下：使用softmax层确定像素之间的对应关系，从而获得光流估计的结果；通过特征的相似性将匹配的光流估计结果传播到不匹配的像素上；（3）对GMFlow神经网络进行裁剪即轻量化处理；具体如下：由于在特征提取阶段，GMFlow中在网络第一层使用大小为7*7的卷积核进行特征提取，残差块中的卷积核则使用3*3的卷积核进行多层特征提取；同时在残差块中，GMFlow以卷积层，激活层和归一化层为主，通过对削减SwinTransformer模块变体的数量进行神经网络的剪枝；对特征增强中的Transformer模块进行神经网络的剪枝即Transformer模块变体数量为2层或者去除Transformer模块中的前馈神经网络；（4）获取测试集数据MPISintelDataset，对步骤（3）得到的结果进行测试，选择最优方案；具体如下：将以GMFlow_without_ffn作为部署模型，将轻量化网络转换为ONNX中间模型，使用ONNX框架提供的两个工具ONNXSimplifier和Optimizer对ONNX模型进行优化；检查模型是否符合ONNX规范；将ONNX模型转换为NCNN框架支持的模型，得到NCNN框架下的.para和.bin文件，根据边缘设备的不同，开发不同的应用程序即可完成光流估计网络的落地使用。

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信息工程大学;南京信息工程大学无锡研究院，其通讯地址为：210044 江苏省南京市江北新区宁六路219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”。