基于参数子空间和缩放因子的YOLO剪枝算法

作者：杨民杰; 梁亚玲; 杜明辉

来源：计算机工程, 2021, 47(02): 111-117.

DOI：10.19678/j.issn.1000-3428.0056932

• 模型压缩
• 剪枝
• 目标检测
• 均值聚类
• 缩放因子

为保证YOLO网络在嵌入式设备上正常运行,需采用剪枝算法精简滤波器以减小网络存储空间和计算量,而现有剪枝算法耗时较长且剪枝精度较低。提出一种基于参数子空间和批量归一化(BN)层缩放因子的双准则剪枝算法。将卷积层滤波器通过k均值聚类得到不同参数子空间,在子空间内使滤波器按权重排序并去除权重较低的滤波器,同时采用BN层缩放因子剪枝算法避免剪枝精度下降。实验结果表明,采用该算法剪枝后的YOLOv3网络在精度不变的情况下,占用的内存减少5/6且计算时间缩短1/3,与PF、CP等剪枝算法相比,该算法在保持较高网络精度的情况下计算量更少。

• 单位
  华南理工大学