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！

龙图腾网恭喜同济大学申请的专利一种基于端到端敏感度分析的单片计算成像边缘重建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：CN119941541B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510415259.0，技术领域涉及：G06T5/60；该发明授权一种基于端到端敏感度分析的单片计算成像边缘重建方法是由程鑫彬;顿雄;王绪泉;赵紫昱;邢裕杰;王占山设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于端到端敏感度分析的单片计算成像边缘重建方法在说明书摘要公布了：本发明公开了一种基于端到端敏感度分析的单片计算成像边缘重建方法，涉及计算成像技术领域。该方法包括：对预训练深度学习模型在边缘进行性能评估，并替换或去除硬件支持不佳或耗时过大的算子；分析深度学习模型的剪枝敏感度和量化敏感度；基于得到的剪枝敏感度和量化敏感度分析结果，对深度学习模型进行剪枝和量化；测试经过敏感度剪枝和量化的模型图像重建的性能和速度能否满足实际应用需求；重复上述步骤，直到图像重建的性能和速度满足预设的设计要求。本发明提出的一种基于端到端敏感度分析的单片计算成像边缘重建方法，在保持模型性能的同时，能有效平衡重建质量与计算效率，大幅提升在边缘平台上的推理速度。

本发明授权一种基于端到端敏感度分析的单片计算成像边缘重建方法在权利要求书中公布了：1.一种基于端到端敏感度分析的单片计算成像边缘重建方法，其特征在于，具体步骤如下：步骤S1、对预训练深度学习模型在边缘进行性能评估，替换或去除硬件支持不佳或耗时过大的算子；步骤S2、分析在边缘芯片上深度学习模型的剪枝敏感度和量化敏感度；步骤S3、根据剪枝敏感度分析结果，对低敏感度模块实施高剪枝率的剪枝操作，对高敏感度模块实施低剪枝率的剪枝操作；步骤S4、对敏感度剪枝后的深度学习模型进行重训练；步骤S5、根据量化敏感度分析结果，对低敏感度模块实施低量化精度处理，对高敏感度模块实施高量化精度操作；步骤S6、判断深度学习模型的边缘推理性能能否满足实际应用需求，如不能，执行步骤S7，如能，执行步骤S8；步骤S7、降低剪枝率和混合量化中低比特量化的比例，重复步骤S2-步骤S6，直到深度学习模型的边缘推理性能满足实际应用需求；步骤S8、判断深度学习模型的边缘推理速度能否满足实际应用需求，如不能，执行步骤S9，如能，执行步骤S10；步骤S9、增加剪枝率和混合量化中低比特量化的比例，重复步骤S2-步骤S8，直到深度学习模型的边缘推理速度满足实际应用需求；步骤S10、得到压缩后的深度学习模型；步骤S2中，剪枝敏感度和量化敏感度具体分析步骤如下：步骤S21、基于已训练的深度学习模型，以层或块为最小单位进行敏感度分析；假设由块组成的深度学习模型，深度学习模型的边缘性能记为，剪枝或量化深度学习模型第块的性能为，定义，通过，计算剪枝敏感度和量化敏感度；其中，为深度学习模型的第块，为深度学习模型第块剪枝或量化后降低的性能，；步骤S22、根据剪枝敏感度，以固定速率剪枝深度学习模型第块得到剪枝后的深度学习模型，微调并部署在目标AI芯片上评估边缘性能，重复次得到所有块的剪枝敏感度；步骤S23、根据量化敏感度，对深度学习模型第块进行低比特量化得到量化后的深度学习模型，同样经过微调、部署和评估得到所有块的量化敏感度。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。