基于全局信息的卷积神经网络模型剪枝微调优化方法
为解决因卷积神经网络模型规模大,模型剪枝方法引起的精度下降问题,提出一种模型剪枝微调优化方法.该方法引入原卷积神经网络模型权重全局信息至剪枝后模型,使原模型信息体现在剪枝后模型的权重上,提升剪枝后模型的精度.在图像分类任务和目标检测任务中的实验结果表明,所提出的微调优化方法可获得更大的压缩率和更小的模型精度损失.
卷积神经网络;模型剪枝微调;全局信息;图像分类;目标检测
57
国家自然科学基金U20A20204
2021-08-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
790-794