技术特征：
技术总结
本发明公开了卷积神经网络压缩方法，包括以下步骤：S1：对卷积神经网络结构中各卷积层的权值集中度进行统计；S2：将权值集中度超过阈值的网络进行二值化；S3：重新训练神经网络至收敛。本发明还公开了人脸检测方法。本发明卷积神经网络压缩方法及人脸检测方法，在网络中使用混合精度推理，即一个完整的网络结构中，浮点卷积和异或卷积同时存在，选择权值集中度更高的层次进行二值压缩，保留权值较为分散的层次，从而使得网络的精度能够更大程度地保留，通过引入基于IOU的置信度惩罚来实现软化的非极大值抑制，对于密集目标的检测场景有一定正面影响。
技术研发人员：段翰聪;付美蓉;邹涵江;闵革勇;朱越
受保护的技术使用者：电子科技大学
技术研发日：2018.07.23
技术公布日：2018.12.07