《適合星上圖像處理的深度卷積網路輕量化方法》是依託北京航空航天大學，由姜宏旭擔任項目負責人的面上項目。
基本介紹
- 中文名：適合星上圖像處理的深度卷積網路輕量化方法
- 依託單位：北京航空航天大學
- 項目負責人：姜宏旭
- 項目類別：面上項目
- 批准號：61872017
- 申請代碼：F0204
- 負責人職稱：研究員
- 研究期限：2019-01-01 至 2019-12-31
- 支持經費：16（萬元）
項目摘要
深度卷積神經網路作為機器學習最具代表性的先進技術，為提升星上遙感圖像智慧型處理能力帶來重大機遇。但由於卷積神經網路模型龐大、計算密集，無法在硬體資源有限、能量預算緊張的星載嵌入式設備上直接部署套用，已嚴重影響了天基系統的智慧型化發展。本項目旨在研究適合星上圖像處理的深度卷積網路的輕量化方法，以及稀疏化模型的高效硬體設計與最佳化技術，擬在開展以下研究工作：1、提出以動態閾值為基礎的強弱連線動態相對抑制和對抗剪枝訓練方法，實現網路結構的稀疏化和輕量化表示；2、提出一種動態自適應的網路參數量化機制，克服現有方法量化模式單一、軟硬體匹配度差、量化精度損失大的缺點，通過自適應非均勻量化和稀疏編碼，以實現對網路模型在計算量和存儲空間上的壓縮。
