摘要
本发明公开了一种结构化通道剪枝目标识别轻量化方法,用于目标检测算法模型轻量化重构,通过计算机设备执行以下步骤:S1.网络模型训练过程中,批归一化层的缩放因子作为衡量卷积通道的重要度标准,将卷积层的每个输出特征图像素做线性变换,以加速模型网络收敛;S2.根据批归一化层缩放因子最大值计算裁剪阈值,通过通道结构剪枝压缩操作,删除模型性能影响力低于裁剪阈值的冗余权重连接,以降低模型参数量及计算量;S3.通过网络重训练微调,以实现模型轻量化。本发明不需要编码等操作,便于软硬件实现和部署,能够保持检测精度几乎不受影响,提高模型的综合性能,达到了模型轻量化的效果。
技术关键词
轻量化方法
通道剪枝
因子
网络模型训练
输出特征
计算机设备
算法模型
表达式
处理器
网络结构
计算方法
重构
冗余
可读存储介质
图像
存储器
综合性
参数
系统为您推荐了相关专利信息
智能管理方法
控制策略
策略数据库
策略生成设备
指标
智能化分析系统
房屋结构
语义
局部结构特征
编码向量
运维管理平台
监测告警方法
历史告警
监测告警系统
大数据
植被缓冲带
河岸植被
配置设计方法
构建数学模型
两段式结构