专利名称：一种基于参数压缩的目标检测深度学习网络优化方
法
专利类型：发明专利
发明人：范赐恩,邹炼,黄鑫,郭洋,杜娟申请号：CN201910281117.4申请日：20190409公开号：CN110020721A公开日：20190716
摘要：本发明公开了一种于FPGA硬件平台上对深度学习神经网络网络参数进行压缩的方法，具体涉及霍夫曼编码，并结合FPGA硬件资源特点对参数进行量化压缩，这种压缩方式能将原来的参数压缩20％‑30％，从而减小了参数所需的存储空间并加快神经网络前向推理速度，使得在小型化设备实现利用神经网络进行实时性目标检测成为可能。本发明的步骤为：一、根据参数的数据分布对全精度参数进行重新编码并得到一套数据位数为8bit的码表；二、将分布最多的数据用4bit数据索引来表示，其余分布数据用8bit数据索引表示；三、使用布尔数组来做数据索引的索引；四、检测布尔数组为1的时候通过移位得到分布最高的数据的索引；五、利用4bit或者8bit索引去码表中查找对应真实值。
申请人：武汉大学
地址：430072 湖北省武汉市武昌区珞珈山武汉大学
国籍：CN
代理机构：武汉科皓知识产权代理事务所(特殊普通合伙)
代理人：王琪
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容