【技术实现步骤摘要】
三维卷积网络模型的处理方法及装置、非易失性存储介质
[0001]本申请涉及计算机
,具体而言,涉及一种三维卷积网络模型的处理方法及装置、非易失性存储介质。
技术介绍
[0002]相关技术中,3D卷积网络模型被广泛使用于在视频分析和理解任务中,其中,3D卷积操作是3D卷积网络模型的重要组成部分,由于3D卷积操作存在计算参数量大、计算复杂度高等原因,现有技术中3D卷积网络模型在执行3D卷积操作时导致性能和速度降低,严重影响视频训练任务的学习周期。
[0003]针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
[0004]本申请实施例提供了一种三维卷积网络模型的处理方法及装置、非易失性存储介质,以至少解决现有技术中3D卷积网络模型在执行3D卷积操作时导致操作性能和计算速度降低的技术问题。
[0005]根据本申请实施例的一个方面,提供了一种三维卷积网络模型的处理方法,包括:获取原始三维卷积网络模型;对上述原始三维卷积网络模型进行解耦处理,得到解耦结果,其中,上述解耦结果包括:时间卷积、空间卷积和特征重用卷积,上述时间卷积和上述空间卷积分别对应不同的冗余度;依据上述时间卷积和上述空间卷积分别所对应的冗余度,对上述时间卷积和上述空间卷积进行压缩处理;输出压缩结果。
[0006]根据本申请实施例的另一方面,还提供了一种三维卷积网络模型的处理装置,包括:获取模块,用于获取原始三维卷积网络模型;解耦模块,用于对上述原始三维卷积网络模型进行解耦处理,得到解耦结果,其中,上述解耦结果 ...
【技术保护点】
【技术特征摘要】
1.一种三维卷积网络模型的处理方法,其特征在于,包括:获取原始三维卷积网络模型;对所述原始三维卷积网络模型进行解耦处理,得到解耦结果,其中,所述解耦结果包括:时间卷积、空间卷积和特征重用卷积,所述时间卷积和所述空间卷积分别对应不同的冗余度;依据所述时间卷积和所述空间卷积分别所对应的冗余度,对所述时间卷积和所述空间卷积进行压缩处理;输出压缩结果。2.根据权利要求1所述的方法,其特征在于,对所述原始三维卷积网络模型进行解耦处理,得到解耦结果,包括:获取所述原始三维卷积网络模型的时间特征数据和空间特征数据;确定所述原始三维卷积网络模型的特征重用数据;基于所述时间特征数据、所述空间特征数据和特征重用数据在所述原始三维卷积网络模型中所占的比例,将所述原始三维卷积网络模型解耦为所述时间卷积、所述空间卷积和所述特征重用卷积,其中,所述特征重用数据在所述原始三维卷积网络模型中所占的比例固定。3.根据权利要求2所述的方法,其特征在于,确定所述原始三维卷积网络模型的特征重用数据,包括:从所述原始三维卷积网络模型中随机选取所述特征重用数据;或者将所述原始三维卷积网络模型的头部数据和/或尾部数据,作为所述特征重用数据。4.根据权利要求1所述的方法,其特征在于,在得到解耦结果之后,所述方法还包括:获取所述原始三维卷积网络模型的原始卷积通道;依据所述解耦结果对所述原始卷积通道进行拆分处理,得到时间卷积通道、空间卷积通道和特征重用通道。5.根据权利要求4所述的方法,其特征在于,在得到时间卷积通道、空间卷积通道和特征重用通道之后,所述方法还包括:采用所述时间卷积通道传输所述时间卷积;采用所述空间卷积通道传输所述空间卷积;采用所述特征重用通道传输所述特征重用卷积。6.根据权利要求1所述的方法,其特征在于,依据所述时间卷积和所述空间卷积分别所对应的冗余度,对所述时间卷积和所述空间卷积进行压缩处理,包括:确定与所述时间卷积对应的第一冗余度,以及与所述空间卷积对应的第二冗余度,其中,所述第二冗余度大于所述第一冗余度;基于所述第一冗余度和所述第二冗余度的大小,确定与所述时间卷积对应的第一压缩级别和与所述空间卷积对应的第二压缩级别;依据所述第一压缩级别对所述时间卷积进行第一压缩处理,以及依据所述第二压缩级别对所述空间卷积进行第二压缩处理。7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述压缩结果包括:所述时间卷积的第一压缩结果、所述空间卷积的第二压缩结果;在输出所述压缩结果之后,所述方
法还包括:按照预定规则对所述第一压缩结果、所述第二压缩结果和所述特征重用卷积进行随机排序,得到随机排序结果;基于所述随机排序结果,输出所述第一压缩结果、所述第二压缩结果和所述特征重用卷积;对所述第一压缩结果、所述第二压缩结果和所述特征重用卷积进行拼接,得到处理后三维网络模型。8.一种三维卷积网络模型的处理装置,其特征在于,包括:获取模块,用于获取原始三维卷积网络模型;解耦模块,用于对...
【专利技术属性】
技术研发人员:周祥增,尤安升,潘攀,张迎亚,徐盈辉,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。