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！

龙图腾网恭喜广东工业大学;佛山市南海区广工大数控装备协同创新研究院申请的专利一种网络剪枝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：CN114912609B 。

龙图腾网通过国家知识产权局官网在2025-02-18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：202210630850.4，技术领域涉及：G06N3/082；该发明授权一种网络剪枝方法是由杨海东;吴均城;李泽辉;王华龙设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本一种网络剪枝方法在说明书摘要公布了：本发明提供一种网络剪枝方法，包括：获得每一层的卷积核和输出特征图；将卷积层中每一层的卷积核进行计算并产生二范数；将卷积层中每一层的输出特征图进行计算并产生批次平均秩；将二范数和批次平均秩相乘，并产生与该层相对应的乘积值；将计算出的乘积值排序，根据预设的剪枝率选出数值小的至少一个乘积值，再将选出的乘积值相对应的卷积核中的通道卷积核参数设置为0，并更新卷积层；将更新后的卷积层通过卷积神经网络进行训练，并得出训练后的卷积层；重复N次；将卷积层中通道卷积核参数为0相对应的通道去除后加载到网络模型形成网络剪枝模型。与相关技术相比，本发明的网络剪枝方法实现降低网络模型的大小且网络检测精度高。

本发明授权一种网络剪枝方法在权利要求书中公布了：1.一种网络剪枝方法，其应用于卷积神经网络，其特征在于，该方法包括如下步骤：步骤S1、获得目标网络模型中的卷积层，并根据所述卷积层得出所述卷积层中每一层的卷积核和输出特征图；步骤S2、将所述卷积层中每一层的所述卷积核进行计算，并产生与该层所述卷积核相对应的二范数；步骤S3、将所述卷积层中每一层的所述输出特征图进行计算，并产生与该层所述卷积核相对应的批次平均秩；步骤S4、将计算出的所述卷积层中每一层相对应的所述二范数和所述批次平均秩相乘，并产生与该层相对应的乘积值；步骤S5、将计算出的所述乘积值按照大小进行排序，根据预设的剪枝率选出数值小的至少一个所述乘积值，再将选出的所述乘积值相对应的所述卷积核中的通道卷积核参数设置为0，并更新所述卷积层；步骤S6、将更新后的所述卷积层通过所述卷积神经网络进行训练，并得出训练后的卷积层；步骤S7、重复N次所述步骤S1至所述步骤S6，N≥2，N为正整数；步骤S8、将所述卷积层中所述通道卷积核参数为0相对应的通道去除后加载到所述网络模型形成网络剪枝模型；其中，所述卷积层来自的数据集为含有6种缺陷的PCB数据集，共3000张图片，按8：1：1比例，得到训练集、验证集、测试集。

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广东工业大学;佛山市南海区广工大数控装备协同创新研究院，其通讯地址为：510062 广东省广州市越秀区东风东路729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”。