一种用于场景识别与切换的算法加速方法

本发明涉及一种用于场景识别与切换的算法加速方法，利用室内外数据集训练EfficientNet模型，得到模型的精度；计算EfficientNet每一层网络的每个卷积核的重要性；并进行排序，删除重要性小的卷积核；利用原始数据微调剪枝后的模型，并进行精度的对比并得到裁剪后的模型；对裁剪后的模型进行量化操作，将模型中的32浮点数据转换成16浮点数据并进行微调，进一步加速模型的推理速度。本发明通过采用模型剪枝与模型量化的方法应用于对EfficientNet模型的加速优化，通过对EfficientNet模型的卷积层进行有效的裁剪，降低模型的复杂度；同时将模型参数转化成16浮点，极大的提升了模型的推理速度，且模型精度只有轻微的下降，使得模型更有利于应用在嵌入式设备中。