首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于卷积核剪枝的遥感目标检测模型压缩方法
引用本文:韩要昌,王洁,鲁力,李宇环.基于卷积核剪枝的遥感目标检测模型压缩方法[J].火力与指挥控制,2021,46(2):23-29.
作者姓名:韩要昌  王洁  鲁力  李宇环
作者单位:空军工程大学防空反导学院,西安 710051;空军工程大学防空反导学院,西安 710051;空军工程大学防空反导学院,西安 710051;空军工程大学防空反导学院,西安 710051
基金项目:国家自然科学基金资助项目
摘    要:针对基于卷积神经网络的遥感目标检测模型压缩问题,基于卷积核剪枝理论,设计了卷积通道剪枝的方案,对YOLOv3模型进行精简压缩.提出卷积通道的概念并将BN层系数作为卷积通道的评估因子,使用L1正则化将评估因子稀疏化,将评估因子值较小的卷积通道剔除,再对各卷积层中的参数进行微调,从而达到模型压缩的目的.使用该方法对自制的典型遥感目标检测数据集进行目标检测实验,在剔除90%参数的情况下,测试精度下降率在10%以内.实验结果表明该方法能以较小的精度损失为代价,节省大部分的储存空间和计算量.

关 键 词:卷积神经网络  遥感目标检测  YOLOv3  模型压缩

Compression Method Based on Convolutional Kernel Prune for Remote Sensing Object Detection
HAN Yao-chang,WANG Jie,LU Li,LI Yu-huan.Compression Method Based on Convolutional Kernel Prune for Remote Sensing Object Detection[J].Fire Control & Command Control,2021,46(2):23-29.
Authors:HAN Yao-chang  WANG Jie  LU Li  LI Yu-huan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号