10.19678/j.issn.1000-3428.0056932
基于参数子空间和缩放因子的YOLO剪枝算法
为保证YOLO网络在嵌入式设备上正常运行,需采用剪枝算法精简滤波器以减小网络存储空间和计算量,而现有剪枝算法耗时较长且剪枝精度较低.提出一种基于参数子空间和批量归一化(BN)层缩放因子的双准则剪枝算法.将卷积层滤波器通过k均值聚类得到不同参数子空间,在子空间内使滤波器按权重排序并去除权重较低的滤波器,同时采用BN层缩放因子剪枝算法避免剪枝精度下降.实验结果表明,采用该算法剪枝后的YOLOv3网络在精度不变的情况下,占用的内存减少5/6且计算时间缩短1/3,与PF、CP等剪枝算法相比,该算法在保持较高网络精度的情况下计算量更少.
模型压缩、剪枝、目标检测、均值聚类、缩放因子
47
TP183(自动化基础理论)
国家自然科学基金;广东省自然科学基金;广州市科技计划项目
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
111-117