龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京大学
摘要：本发明提供了一种基于非结构化剪枝的持续图像生成方法、装置及介质，所述方法包括对预先获取的图像数据集按照类别切分成多个任务，任务之间类别不重叠；采用对抗生成网络作为图像生成主干网络，并确定对抗生成网络的优化目标；将生成器生成的图片输入到判别器和分类器中计算损失，如果是第一个任务，则优化对抗生成网络的全部参数；如果不是第一个任务，从密集的神经网络中选取轻量化的子网络，并利用迭代剪枝的方式不断筛选获取最优子网络；采用复用参数的方式提高后续任务的参数使用空间，最小化多任务参数并集规模，提供更多可更新的参数给后续任务；直到所有任务学习完成，实现持续图像的生成。本发明在持续图像生成任务上具有显著的效果。
主权项：1.一种基于非结构化剪枝的持续图像生成方法，其特征在于，包括以下步骤：1对预先获取的图像数据集按照类别切分成多个任务，任务之间类别不重叠；2采用对抗生成网络作为图像生成主干网络，并确定对抗生成网络的优化目标；所述图像生成主干网络包括生成器、判别器和分类器；3读取训练集图像，统一图像分辨率，随机生成一个噪声向量，基于给定的任务ID和类别ID，通过生成器生成一张图片；4将生成器生成的图片输入到判别器和分类器中计算损失，如果是第一个任务，则优化对抗生成网络的全部参数；如果不是第一个任务，在本任务的第一个批次数据输入对抗生成网络时，从对抗生成网络中选取轻量化的子网络，在选中的子网络中，只更新没有被以往任务选择过的参数，并在本任务后续批次的数据中利用迭代剪枝的方式不断更新，获取最优子网络；5采用复用参数的方式提高后续任务的参数使用空间，最小化多任务参数并集规模，提供更多可更新的参数给后续任务；6重复步骤3至步骤5，直到所有任务学习完成，实现持续图像的生成。
全文数据：
权利要求：
百度查询： 南京大学 一种基于非结构化剪枝的持续图像生成方法、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号