基于卷积核剪枝的遥感目标检测模型压缩方法

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。