摘要
本发明公开了一种模型压缩方法、目标检测方法、装置、设备及存储介质。模型压缩方法包括:获取待压缩模型,根据预设剪枝率和所述待压缩模型中批量规范化层BN的第一参数,对所述待压缩模型进行剪枝,以得到剪枝模型;对所述剪枝模型的网络结构进行加深,以得到加深模型,并对所述加深模型进行训练,以得到微调模型;通过将所述微调模型中第二参数的第一格式转换为第二格式,得到压缩模型。本发明实施例的技术方案,通过对模型进行剪枝和量化,有效地减小了模型的体积和计算资源消耗,同时通过对剪枝后的模型进行微调和结构优化,在大大提高了模型的压缩率的前提下,保证了压缩后的模型的精度和性能。
技术关键词
模型压缩方法
剪枝模型
格式
检测数据输入
参数
网络结构
YOLO模型
批量
处理器通信
可读存储介质
存储器
数据获取模块
计算机
电子设备
对象
指令
通道
系统为您推荐了相关专利信息
电感材料
性能预测方法
性能指标数据
电磁
决策树训练
搬运机器人
高精度力传感器
误差
动态规划模型
在线控制系统
等离子清洗方法
芯片封装体
清洗腔室
芯片封装方法
基板
深度神经网络
抽象语法树
识别方法
段落结构
文本