【技术实现步骤摘要】
本申请实施例涉及人工智能，特别涉及剪枝方法、图像处理方法、电子设备、计算机可读介质。
技术介绍
1、带拍摄功能的终端设备的普及使得图像处理相关技术在终端设备运行的需求增加，对神经网络的运行速度要求随着技术发展越来越高。如拍摄技术中神经网络降噪的效果决定着最终的成像质量，降噪的快慢直接影响用户的拍摄体验。由于目前终端设备中处理器运算能力的限制，神经网络在部署时需要对网络进行轻量化以满足内存和运行时长的要求。网络剪枝方法作为神经网络的加速技术之一，对在终端设备中部署神经网络有着长远的影响。目前的网络剪枝方法通常被运用在目标检测和场景识别等任务中，但是不适用于图像降噪任务。
技术实现思路
1、本申请实施例提供一种剪枝方法、图像处理方法、电子设备、计算机可读介质。
2、第一方面，本申请实施例提供一种剪枝方法，包括：在第一图像处理网络中针对通道对应的可训练参数添加剪枝参数和掩膜参数；其中，所述通道对应的可训练参数的剪枝参数用于表征所述通道对应的可训练参数的重要性权重；所述通道对应的可训练...
【技术保护点】
1.一种剪枝方法，包括：
2.根据权利要求1所述的剪枝方法，其中，所述在图像处理网络中针对通道对应的可训练参数添加剪枝参数和掩膜参数包括：
3.根据权利要求2所述的剪枝方法，其中，所述对所述添加所述剪枝参数后的图像处理网络进行第二训练，第二训练过程中对所述通道对应的可训练参数的值和所述通道对应的可训练参数的剪枝参数的值进行更新包括：
4.根据权利要求2所述的剪枝方法，其中，所述根据所述通道对应的可训练参数的剪枝参数更新后的值确定所述通道对应的可训练参数的掩膜参数的值包括：
5.根据权利要求4所述的剪枝方法，其中，所述确定...
【技术特征摘要】
1.一种剪枝方法，包括：
2.根据权利要求1所述的剪枝方法，其中，所述在图像处理网络中针对通道对应的可训练参数添加剪枝参数和掩膜参数包括：
3.根据权利要求2所述的剪枝方法，其中，所述对所述添加所述剪枝参数后的图像处理网络进行第二训练，第二训练过程中对所述通道对应的可训练参数的值和所述通道对应的可训练参数的剪枝参数的值进行更新包括：
4.根据权利要求2所述的剪枝方法，其中，所述根据所述通道对应的可训练参数的剪枝参数更新后的值确定所述通道对应的可训练参数的掩膜参数的值包括：
5.根据权利要求4所述的剪枝方法，其中，所述确定所述图像处理网络中所述通道对应的剪枝预设值包括：
6.根据权利要求4所述的剪枝方法，其中，所述通道对应的剪枝预设值用于表征所述图像处理网络中每一个所述通道对应的需要被裁减的可训练参数总数量或总比例；所述剪枝参数用于表征每一个所述通道对应的可训练参数的网络总重要性权重；
7.根据权利要求4所述的剪枝方法，其中，所述剪枝预设值用于表征所述图像处理网络的每一层中的每一个所述通道对应的需要被裁减的可训练参数数量或比例；所述剪枝参数用于表征每一层中的每一个所述通道对应的可训练参数的重要性权重；
...
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。