基于范数的卷积神经网络模型的滤波器剪枝方法和系统

摘要

本发明公开了一种基于范数的卷积神经网络模型的滤波器剪枝方法，包括以下步骤：(1)将卷积神经网络模型的所有滤波器进行可视化，根据可视化输出特征图聚类为多个蔟；(2)根据每个蔟的平均范数确定该蔟的剪枝率；(3)根据每个蔟被剪枝后的模型精度损失大小，判断该蔟能否被剪枝；(4)每个卷积层剪枝后的结构，构成新的卷积神经网络模型。本发明在保证模型精度的情况下尽可能大的对模型进行压缩，在对冗余滤波器进行剪枝的同时保留了提取特定特征且范数较小的滤波器，保证了卷积神经网络模型的功能完整性。