基于全局信息的卷积神经网络模型剪枝微调优化方法

• 作者: 孙文宇 曹健 李普 刘瑞
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 卷积神经网络 模型剪枝微调 全局信息 图像分类 目标检测
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 研究简报|Report
• 页码范围: 790-794
• 页数: 5页
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2021.053

摘要

为解决因卷积神经网络模型规模大,模型剪枝方法引起的精度下降问题,提出一种模型剪枝微调优化方法.该方法引入原卷积神经网络模型权重全局信息至剪枝后模型,使原模型信息体现在剪枝后模型的权重上,提升剪枝后模型的精度.在图像分类任务和目标检测任务中的实验结果表明,所提出的微调优化方法可获得更大的压缩率和更小的模型精度损失.