《表1 模型裁剪结果对比:基于ZYNQ平台的YOLOv3压缩和加速》
模型剪枝实验首先进行稀疏化训练,训练使用1E-4的学习率和1E-5的稀疏化惩罚系数,再分别进行通道剪枝和残差链剪枝,最后进行精调。表1中对不同的裁剪方法进行了对比,由表1可知,模型裁剪能够极大地减少模型的计算量,而本文提出的方法能够进一步地减少模型计算量。这里使用平均精度(Average Precision,AP)度量模型性能。由表1可知,与直接通道剪枝相比,本文的方法能够在略微降低精度的情况下进一步减小模型的尺寸和计算量。
图表编号 | XD00201807400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 郭文旭、苏远歧、刘跃虎 |
绘制单位 | 西安交通大学电子与信息学部、西安交通大学电子与信息学部、西安交通大学人工智能学院 |
更多格式 | 高清、无水印(增值服务) |