《表1 深度裁剪：基于YOLOV3的改进模型在行人检测中的应用》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于YOLOV3的改进模型在行人检测中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Darknet53骨干网络专为多类别检测设计，网络层数高达53层，网络的最大宽度为2 048，其特征表达能力远远超过了行人特征，因此，需要对原骨干网络的深度和宽度进行裁剪。首先对整个网络模型的深度进行层次敏感度分析，在预训练的Darknet53模型上，通过消融实验，即分别将每层的权重设置为0来模拟删掉当前层，确定每层对整个网络的影响，删除每层带来的m AP变化值，即为当前层对整个网络的敏感值，最终对所有的敏感值进行排序，选择精度损失最小的部分层进行裁剪。最终在原网络上裁剪掉15层，裁剪的层和对应的精度损失如表1所列，损失的精度可以通过微调弥补。