YOLOv8目标检测网络渐进剪枝的模型压缩方法

本发明属于自动驾驶技术领域，具体为YOLOv8目标检测网络渐进剪枝的模型压缩方法。本发明方法包括：从交通视频中选取图片并标注类别的数据集，对YOLOv8目标检测网络进行训练，得到图片检测模型；连续多轮剪枝，每轮都对模型先进行L1正则约束训练，使权值稀疏化；每轮剪枝都对模型各层的权重进行降序排列，筛选掉不重要的权重，并通过多次尝试找到最佳剪枝比例，逐步减少模型大小；每轮剪枝后通过再训练对模型进行微调，保证模型检测准确度；每轮剪枝时保证各层权重数量为量化基础单位的倍数，使模型进一步量化压缩。本发明可保证精度的条件下减少模型规模，节省计算时间，而且适配量化步骤，适用于自动驾驶场景下的嵌入式平台开发。