技术摘要：
本申请公开了一种深度可分离卷积的量化方法、装置、设备及介质，包括：根据深度卷积层输入特征图的最大值，确定出所述深度卷积层输入特征图对应的第一量化因子，并根据所述深度卷积层输入特征图与所述第一量化因子，确定出第一结果；根据深度卷积层卷积核绝对值的最大  全部
背景技术：
深度可分离卷积模块是卷积神经网络模型中的一种标准化的卷积变形组合，一个 深度可分离卷积模块包括一个深度卷积层和一个逐点卷积层。一般情况下，深度可分离卷 积模块的输入为一个标准卷积层。 在现有技术中，深度可分离卷积仍存在不足，应用时消耗的资源较多。
技术实现要素：
有鉴于此，本申请实施例提供了一种深度可分离卷积的量化方法、装置、设备及介 质，用于解决现有技术中深度可分离卷积在应用时消耗资源较多的问题。 本申请实施例采用下述技术方案： 本申请实施例提供一种深度可分离卷积的量化方法，所述方法包括： 根据深度卷积层输入特征图的最大值，确定出所述深度卷积层输入特征图对应的 第一量化因子，并根据所述深度卷积层输入特征图与所述第一量化因子，确定出第一结果； 根据深度卷积层卷积核绝对值的最大值，确定出所述深度卷积层卷积核对应的第 二量化因子，并根据所述深度卷积层卷积核与所述第二量化因子，确定出第二结果； 将所述第一结果与所述第二结果进行深度卷积，确定出第三结果； 根据预先确定的深度卷积层每个通道对应的量化系数，并将所述第三结果量化为 预先设定的第一格式数据。 进一步的，所述根据所述深度卷积层输入特征图与所述第一量化因子，确定出第 一结果，具体包括： 将所述深度卷积层输入特征图与所述第一量化因子相乘，得到第一结果。 进一步的，所述将所述深度卷积层输入特征图与所述第一量化因子相乘，得到第 一结果之后，所述方法还包括： 对所述第一结果进行第一优化处理，得到优化的第一结果，其中，所述第一优化处 理为将所述第一结果限制在预设阈值内； 将所述优化的第一结果转化为预先设定第二格式数据。 进一步的，所述根据所述深度卷积层卷积核绝对值与所述第二量化因子，确定出 第二结果，具体包括： 将所述深度卷积层卷积核与所述第二量化因子相乘，得到第二结果。 进一步的，所述将所述深度卷积层卷积核与所述第二量化因子相乘，得到第二结 果之后，所述方法还包括： 对所述第二结果进行第二优化处理，得到优化的第二结果，其中，所述第二优化处 4 CN 111598219 A 说　明　书 2/9 页 理为将所述第二结果限制在第二预设阈值内； 将所述优化的第二结果转化为预先设定第三格式数据。 进一步的，所述将所述第一结果与所述第二结果进行深度卷积，确定出第三结果， 具体包括： 将所述第二格式数据与所述第三格式数据进行深度卷积，确定出第三结果。 进一步的，所述根据预先确定的逐点卷积层对应的量化系数之前，所述方法还包 括： 根据深度卷积层每个通道的最大值，确定深度卷积层每个通道的量化因子； 将所述第一量化因子与所述第二量化因子乘积的倒数与深度卷积层每个通道的 量化因子相乘，得到深度卷积层每个通道对应的量化系数。 本申请实施例还提供一种深度可分离卷积的量化装置，所述装置包括： 第一结果单元，用于根据深度卷积层输入特征图的最大值，确定出所述深度卷积 层输入特征图对应的第一量化因子，并根据所述深度卷积层输入特征图与所述第一量化因 子，确定出第一结果； 第二结果单元，用于根据深度卷积层卷积核绝对值的最大值，确定出所述深度卷 积层卷积核对应的第二量化因子，并根据所述深度卷积层卷积核与所述第二量化因子，确 定出第二结果； 第三结果单元，用于将所述第一结果与所述第二结果进行深度卷积，确定出第三 结果； 量化单元，用于根据预先确定的深度卷积层每个通道对应的量化系数，并将所述 第三结果量化为预先设定的第一格式数据。 本申请实施例还提供一种深度可分离卷积的量化设备，所述设备包括： 至少一个处理器；以及， 与所述至少一个处理器通信连接的存储器；其中， 所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一 个处理器执行，以使所述至少一个处理器能够： 根据深度卷积层输入特征图的最大值，确定出所述深度卷积层输入特征图对应的 第一量化因子，并根据所述深度卷积层输入特征图与所述第一量化因子，确定出第一结果； 根据深度卷积层卷积核绝对值的最大值，确定出所述深度卷积层卷积核对应的第 二量化因子，并根据所述深度卷积层卷积核与所述第二量化因子，确定出第二结果； 将所述第一结果与所述第二结果进行深度卷积，确定出第三结果； 根据预先确定的深度卷积层每个通道对应的量化系数，并将所述第三结果量化为 预先设定的第一格式数据。 本申请实施例还提供一种深度可分离卷积的量化介质，存储有计算机可执行指 令，所述计算机可执行指令设置为： 根据深度卷积层输入特征图的最大值，确定出所述深度卷积层输入特征图对应的 第一量化因子，并根据所述深度卷积层输入特征图与所述第一量化因子，确定出第一结果； 根据深度卷积层卷积核绝对值的最大值，确定出所述深度卷积层卷积核对应的第 二量化因子，并根据所述深度卷积层卷积核与所述第二量化因子，确定出第二结果； 5 CN 111598219 A 说　明　书 3/9 页 将所述第一结果与所述第二结果进行深度卷积，确定出第三结果； 根据预先确定的深度卷积层每个通道对应的量化系数，并将所述第三结果量化为 预先设定的第一格式数据。 本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施 例通过量化深度卷积层的特征图与卷积核，减少深度卷积层应用时消耗的资源。 附图说明 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申 请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中： 图1为深度可分离卷积模块的结构示意图； 图2为本说明书实施例一提供的一种深度可分离卷积的量化方法的流程示意图； 图3为本说明书实施例二提供的一种深度可分离卷积的量化方法的流程示意图； 图4为本说明书实施例三提供的一种深度可分离卷积的量化装置的结构示意图。