基于半结构化剪枝的深度学习模型优化方法及系统

本发明公开了基于半结构化剪枝的深度学习模型优化方法及系统，涉及模型优化技术领域，包括如下步骤：获取基于训练集训练好的yolov5s神经网络模型，标记为初始训练模型；基于初始训练模型父子层之间的依赖关系生成父子层分组列表；基于所有的剪枝卷积核方法剪枝初始训练模型获取初始剪枝模式，基于父子层分组列表与计算L2范数筛选初始剪枝模式获得最终剪枝模型；基于训练集对最终剪枝模型的非零权重部分进行训练调整；本发明用于解决现有的半结构化剪枝的深度学习模型优化技术中需要逐层分析和配置，导致了计算复杂度较高的问题。