面向星上实时目标检测的神经网络压缩方法

摘要：

针对深度神经网络在轨实时目标检测需求与星上有限硬件资源之间的矛盾,基于宇航级处理芯片特性,提出一种结合剪枝、渐进式混合量化的混合压缩方法.对网络卷积层进行滤波器级剪枝,大幅度降低卷积计算操作数量;提出一种渐进式混合量化方法,在网络量化过程中混合使用不同的量化位宽,有效降低目标检测网络在宇航级处理芯片中的内存大小.在RSOD遥感图像数据集上的实验结果表明,该方法在网络检测精度损失<1％ 的前提下,提升了网络对星上有限计算和存储资源的利用率.

关键词：星上实时目标检测、卷积神经网络、滤波器级剪枝、渐进式混合量化、量化位宽

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：中国科学院重点部属项目ZDRW-KT-2016-02

在线出版日期：2021-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1713-1720