[發明專利]一種對輕量化卷積神經網絡訓練得到預訓練模型的方法

在審

• 申請號: 202210019983.8
• 申請日: 2022-01-10
• 公開（公告）號: CN114298286A
• 公開（公告）日: 2022-04-08
• 發明（設計）人: 徐嘉輝;王彬;徐凱;陳石;鄭清;王中杰
• 申請（專利權）人: 江蘇稻源科技集團有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 吳旭

1.一種對輕量化卷積神經網絡訓練得到預訓練模型的方法，其特征在于，包括如下步驟：

步驟1：構建需要進行訓練的卷積神經網絡模型，采集圖片數據集，并對圖片數據進行預處理得到訓練數據；其中，所述預處理包括對圖像依次進行歸一化、圖像翻轉、色域變換等處理；

步驟2：定義變量start和end用來分別記錄初始epoch和結束epoch的誤差，初始epoch和結束epoch間隔a個epoch，定義變量threshold用來設置凍結參數的閾值，開始訓練后，每過a個epoch，計算|start-end|的值，并與threshold相比較，threshold的值設定為b，若|start-end|的值小于threshold，則進行步驟2；

步驟3：凍結主干網絡所有參數的訓練，在繼續訓練過程中，訓練除主干網絡的其他部分的參數；

步驟4：每過a個epoch計算|start-end|的值，設定threshold的值為c，c小于b，若|start-end|的值小于threshold，則進行步驟4；

步驟5：解凍主干網絡的參數訓練，對整個網絡的參數進行整體訓練，直至完成網絡訓練得到預訓練模型。

2.根據權利要求1所述的對輕量化卷積神經網絡訓練得到預訓練模型的方法，其特征在于，所述a的取值范圍為6~12。

3.根據權利要求1所述的對輕量化卷積神經網絡訓練得到預訓練模型的方法，其特征在于，所述b的值小于1。