《表2 通道剪枝与层剪枝前后效果对比》
压缩之后,网络参数量及推理时间等如表2所示。实验时,使用的数据集是从公开数据集中随机提取的只含有person类别的图片,训练集有5 000张,测试集1 300张。表2中,当压缩比例为50%时,仅对网络模型进行了通道裁剪,其网络参数量减少了57%,推理速度提升了近66%,网络精度相比原模型也略有提升。压缩比例为95%时,对网络模型进行了进一步的通道裁剪,同时也对网络层数进行了裁剪。此时,网络参数量减少了将近99%,推理速度提升了70%,而网络精度也仅仅只是降低了8.5%。因此,当该网络部署到嵌入式设备上时,在确保精度的前提下大大提高了物体检测速度。
图表编号 | XD00208475900 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 宗佳平、吴妍、陈建强、张琳娜、张悦、岑翼刚 |
绘制单位 | 北京交通大学信息科学研究所、贵阳市公安司法鉴定中心、贵州大学机械工程学院、贵州大学机械工程学院、北京交通大学信息科学研究所、北京交通大学信息科学研究所 |
更多格式 | 高清、无水印(增值服务) |