《表1 训练、剪枝、微调得到的各模型在Vis Drone-Det数据集上的测试结果》
工作经过以上实验步骤,分别得到了正常训练的模型、稀疏训练的模型、剪枝剪层的模型以及蒸馏微调后的模型,各个模型实测的性能如表1所示。可以看出,相对于正常训练的模型,稀疏训练策略能够有效地使模型稀疏化,但这也付出了精度降低的代价,剪枝后精度进一步降低。然后,通过知识蒸馏的微调策论,模型很快恢复了检测精度,使用的知识蒸馏微调策略实际应用效果非常好,知识蒸馏的微调策略对于精度恢复的效果优于普通微调策略。微调过程中的平均精度值与分类召回率随着训练轮数变化如图3所示,提出的知识蒸馏微调策略收敛更快、最终达到的精度和召回率都优于普通微调策略。
图表编号 | XD00192405900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.18 |
作者 | 王睿旸、施欣妤、陈伟、陆科名、陈曦珑 |
绘制单位 | 上海市刑事科学技术研究院、上海市刑事科学技术研究院、上海市刑事科学技术研究院、上海市刑事科学技术研究院、上海市刑事科学技术研究院 |
更多格式 | 高清、无水印(增值服务) |