《表1 对应裁剪策略下的VGG16裁剪结构》

  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

《铁路异物入侵深度识别网络快速训练算法》

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

经过多次实验的尝试摸索，提出按照如表1所示的对应裁剪策略下的裁剪结构对网络进行压缩。根据合适的参数量以及理想的小网络内存占用设定了如表1中所示的最后一列为目标网络基础，实际应用中可根据需要调整目标网络结构。为达到更加平稳的训练过程以及更加高效的分类准确率，提出以递归裁剪的方式，表1中Conv1、Conv2、Conv3每次按照不同的等差数列公差进行卷积核数目的剔除；为尽可能达到类似的压缩速度，使Conv4、Conv5每次按照不同的等比数列公比进行卷积核数目的剔除，最终达到压缩目的。本文主要提出3种裁剪策略进行实验，策略一为按照表1中裁剪次数为第0、3、6、9的卷积核结构进行裁剪，策略二为按照表1中裁剪次数为第0、2、4、6、9的卷积核结构进行裁剪，策略三即为按照表1中的九次裁剪。在不断试验的基础上表明多次小幅度递归裁剪方式最为有效，即策略三即为本文最终裁剪策略，3种裁剪策略得到的相关实验结果见2.3节。实际应用中可根据需要调整每次裁剪的卷积核个数，针对不同的需求选择合适的数目，从而实现最优的现实性价值。