基于YOLOv4-Tiny模型剪枝算法

曹远杰; 高瑜翔; 刘海波; 吴美霖; 涂雅培; 夏朝禹

首页> 中文期刊> 《成都信息工程大学报》 >基于YOLOv4-Tiny模型剪枝算法

基于YOLOv4-Tiny模型剪枝算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对YOLO系列算法参数量大、算法复杂度高提出一种基于BN(batch normalization)层剪枝方法。该方法先通过对BN层的缩放系数γ以及平移系数β添加正则化约束训练,根据BN层参数以及卷积层各通道对网络贡献度等指标设定合适阈值进行剪枝。该方法在基本没有精度损失的前提下对YOLOv4-Tiny模型压缩11倍,计算量减少72%,在CPU和GPU处理器下推理速度分别增快44%和29%。实验结果表明,该剪枝方法能保持模型良好性能的前提下压缩模型,减少参数,降低算法复杂度。

著录项

来源
《成都信息工程大学报》 |2021年第6期|610-614|共5页
作者
曹远杰; 高瑜翔; 刘海波; 吴美霖; 涂雅培; 夏朝禹;
展开▼
作者单位

成都信息工程大学通信工程学院;

气象信息与信号处理四川省高校重点实验室;

中国民用航空总局第二研究所;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工神经网络与计算;
关键词
深度学习; 卷积神经网络; YOLOv4-Tiny; YOLOv3-Tiny; 模型剪枝; 稀疏训练;

相似文献

中文文献
外文文献
专利

1. 基于条件独立性的 LiNGAM 模型剪枝算法 [J] . 郝志峰 ,吕宏伟 ,蔡瑞初 . 计算机应用与软件 . 2016,第008期
2. 基于神经网络剪枝算法的热工过程模型辨识研究 [J] . 尹婷婷 ,张世华 ,雎刚 . 江苏电机工程 . 2008,第004期
3. 采用改进YOLOv4-Tiny模型的柑橘木虱识别 [J] . 胡嘉沛 ,李震 ,黄河清 . 农业工程学报 . 2021,第017期
4. 无人驾驶深度学习模型组合剪枝算法 [J] . 赵丽君 ,周永军 ,汤小红 . 传感器与微系统 . 2021,第003期
5. 用遗传算法改进的BP神经网络剪枝算法来优化决策树模型 [J] . 武彤 ,程辉 . 计算机科学 . 2013,第0z2期
6. 基于赤池信息准则的分类回归决策树剪枝算法 [C] . YANG Guijun ,杨贵军 ,MENG Jie . 2014年全国开放式分布与并行计算学术年会 . 2014
7. LiNGAM模型的剪枝算法研究 [A] . 吕宏伟 . 2015

基于YOLOv4-Tiny模型剪枝算法

摘要

著录项

相似文献

相关主题

期刊订阅