一种基于通道注意力和自适应学习的模型剪枝方法

本发明公开了一种基于通道注意力和自适应学习的模型剪枝方法，该方法首先引入通道注意力机制SENet，将其加入到目标模型每一个卷积层后，并训练至模型收敛；然后，提取训练样本的SENet的中间输出并结合BN层中缩放因子，得到通道重要性分数，接着根据通道重要性分数进行剪枝；最后利用自适应学习损失函数训练剪枝后的模型至收敛。本发明充分运用模型剪枝原理和通道注意力原理，实现遥感领域的高精度模型剪枝方法。该方法能够在保持模型精度甚至超越剪枝前模型精度的同时，大幅减少计算资源的消耗，提高处理效率，降低硬件成本。