一种基于结构化剪枝的高效图像分类方法

摘要

本发明公开了一种基于结构化剪枝的高效图像分类方法，其结合基于增量正则化的空间剪枝方法，包括图像数据预处理、图像送入神经网络、网络模型剪枝及重训练、新图像类别预测及分类等步骤。本发明采用一种结构化剪枝的方法对原始网络模型中不重要的权重参数进行修剪，以减少网络模型在进行图像分类时产生的不必要计算量和内存消耗，达到简化图像分类器的效果，最后，利用稀疏后的网络模型对新的图像进行类别的预测与分类。本发明提出的简化方法相比原始网络在图像分类算法中的分类效率提升了近2倍，同时内存消耗减少约30％，并获得了更好的分类效果。