基于多目标优化的车道线检测模型剪枝算法

作者：翁佳昊; 秦永法; 唐晓峰; 张浩文; 关栋^*

来源：传感器与微系统, 2023, 42(07): 125-131.

DOI：10.13873/J.1000-9787(2023)07-0125-03

• 深度学习
• 车道线检测
• 模型剪枝
• 多目标优化

以车道线检测算法为例，对网络模型进行剪枝优化。首先，对模型进行正则化，初步提高模型参数的稀疏度。之后，建立以准确率变化量和模型参数变化量为目标的多目标优化函数，通过调节准确率变化权重系数和压缩权重系数得到不同目标下的最优模型。在剪枝过程中，按卷积层深度对各层设置不同的阈值系数，最后对优化后的模型进行重新训练得到最终模型。实验结果表明：准确率优先的优化模型在车道线检测数据集的准确率为92.47%,模型压缩比为42.8%;响应速度优先的优化模型在车道线检测数据集的准确率为90.75%,模型压缩比例为67.3%。根据不同的场景需求，算法能够有效地得到不同效果的剪枝优化模型。

• 单位
  扬州大学