【技术实现步骤摘要】
本申请涉及图像处理，尤其涉及一种基于裁剪量化的图像分类方法、装置及设备。
技术介绍
1、图像分类技术可以用于图像检索、图像识别、图像分类、目标检测、图像分割等任务，能够有效地提高效率、减少人力成本、提高识别准确率，为人们提供更加智能化和便捷的服务。然而，图像分类技术在实际应用中还面临着一些挑战，其中之一就是网络参数量过于巨大，导致图像分类技术很难部署在资源受限的移动设备上。传统的图像分类技术通常需要大量的标注数据和复杂的算法模型来实现目标的准确识别，而这些方法往往需要大量的计算资源和时间成本，且在处理大规模数据时效率较低。因此，如何在不影响图像分类性能的情况下加速图像分类模型的推理速度、减少存储空间需求，使得图像分类在嵌入式系统、移动应用、自动驾驶等领域得以广泛应用已经成为当前的研究热点。量化方法被认为是可以有效地压缩与加速神经网络的技术。
2、现有的神经网络量化存在两个方面的误差，一方面是裁剪误差，也是量化误差，另一方面是表示误差；最重要的是量化误差与表示误差之间呈反比的关系。当量化误差减小时，裁剪值减小，被裁减的范围扩大...
【技术保护点】
1.一种基于裁剪量化的图像分类方法，其特征在于，包括：
2.根据权利要求1所述的基于裁剪量化的图像分类方法，其特征在于，所述对获取到的目标图像进行预处理操作，得到待分类图像，包括：
3.根据权利要求2所述的基于裁剪量化的图像分类方法，其特征在于，所述将所述缩放图像的像素值进行归一化处理，得到归一化图像，之后还包括：
4.根据权利要求1所述的基于裁剪量化的图像分类方法，其特征在于，所述将所述待分类图像输入预设残差分类网络中分类预测，得到目标分类结果，之前还包括：
5.根据权利要求4所述的基于裁剪量化的图像分类方法，其特征在...
【技术特征摘要】
1.一种基于裁剪量化的图像分类方法，其特征在于，包括：
2.根据权利要求1所述的基于裁剪量化的图像分类方法，其特征在于，所述对获取到的目标图像进行预处理操作，得到待分类图像，包括：
3.根据权利要求2所述的基于裁剪量化的图像分类方法，其特征在于，所述将所述缩放图像的像素值进行归一化处理，得到归一化图像，之后还包括：
4.根据权利要求1所述的基于裁剪量化的图像分类方法，其特征在于，所述将所述待分类图像输入预设残差分类网络中分类预测，得到目标分类结果，之前还包括：
5.根据权利要求4所述的基于裁剪量化的图像分...
【专利技术属性】
技术研发人员：周郭许，周康，张晨光，赖俊源，郑扬航，
申请(专利权)人：广东工业大学，
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。