基于自适应阈值的循环剪枝算法OA北大核心CSTPCD
针对YOLO系列目标检测算法中复杂的网络模型和大量冗余参数问题,提出了一种基于自适应阈值的循环剪枝算法:在经过基础训练和稀疏化训练后,进入到自适应阈值剪枝模块,该模块针对缩放因子分布情况,通过缩放因子对通道和卷积层的重要性进行评估,自主学习到一个剪枝阈值,再对网络模型进行剪枝,此过程可以循环进行,并在通道剪枝和层剪枝中应用。该算法中的阈值不是人为设定,而是针对当前网络结构学习获得,通过剪枝获得一个更优的精简模型。算法实验基于YOLOv3在三个数据…查看全部>>
王以忠;郭振栋;房臣;杨国威;王琦琦;郭肖勇
天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222天津科技大学电子信息与自动化学院,天津300222
信息技术与安全科学
深度学习卷积神经网络自适应阈值通道剪枝层剪枝
《计算机应用研究》 2022 (5)
P.1467-1471,1477,6
评论