收录：
摘要：
本发明提供了一种面向移动端图像分类的轻量级卷积神经网络的设计方法，所述方法包括：设计轻量级卷积神经网络，采用MainNet和AuxiliaryNet两个网络处理不同分辨率的输入特征；对网络模型进行训练及测试；对训练好的网络进行结构剪枝，分别使用占总和比值法以及k均值法确定MainNet和AuxiliaryNet网络中的裁剪阈值；根据裁剪情况对轻量级卷积神经网络进行重构，调整网络每层的通道数，以便平衡分类精度和模型复杂度；对模型进行多次重构并将重构后的模型训练、剪枝，得到性能优秀的最终模型。本发明最终获得的网络模型分类准确率高，参数量、计算量远小于其他主流网络，有效降低了卷积神经网络在移动端中部署的压力。
关键词：
通讯作者信息：
电子邮件地址：
