合作专线:17362615757
行业资讯

AI资讯

当前位置:首页 > 行业资讯 > AI资讯

YOLOv3基础模型修剪枝条,甩肉80%,加速100%,精确度基本保持不变



作者 | CV君
转载自我爱计算机视觉(ID: aicvml)
如果要在实际应用中部署目标检测,你会想到哪项算法?

在52CV目标检测交流群里,被提及最多的,恐怕就是YOLOv3了。

虽然新出的一些算法号称“完胜”“吊打”某某某算法,但YOLOv3 仍是被推荐最多的。
首先它有着目前为止还不错的精度表现,而且计算速度较快,适合在移动端、边缘设备部署。


另一个重要原因是,YOLOv3是被很多人使用验证过的模型,被某个数据库验证过的某算法精度好很重要,但被社区大量验证过效果OK的算法更重要。
今天向大家推荐一个Github新工程,对YOLOv3进行模型剪枝:

这份代码是基于Python 3.6, PyTorch 实现的。
作者用 YOLOv3 做人手检测(在 oxford hand 数据集上训练的),并进行了模型剪枝,剪枝后YOLOv3 模型的参数量减少 80% ,FLOPs 降低 70%,推断的速度提高了100%,而 mAP 基本保持不变!
可谓是相当成功了!剪枝前后的对比    1. 部分卷积层的通道数大幅度减少剪枝前后指标对比:精度还略微上升了!

作者使用的剪枝算法来自:
Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017)
剪枝步骤也非常简单:


作者称,后续还会在其他数据集上做实验。

看来剪枝在实际应用部署时还真的很重要呢!
感谢该工程开源者Lam1360,欢迎给大佬加星~
(*本文为 AI科技大本营转载文章,转载请联系原作者)
◆精彩推荐◆
“只讲技术,拒绝空谈!”2019 AI开发者大会将于9月6日-7日在北京举行,这一届AI开发者大会有哪些亮点?一线公司的大牛们都在关注什么?AI行业的风向是什么?2019 AI开发者大会,倾听大牛分享,聚焦技术实践,和万千开发者共成长。
目前,大会盲订票限量发售中~扫码购票,领先一步!    
推荐阅读大战三回合:XGBoost、LightGBM和Catboost一决高低 | 程序员硬核算法评测Hinton等人最新研究:大幅提升模型准确率,标签平滑技术到底怎么用?智能文本信息抽取算法的进阶入门必备 | 一文读懂神经架构搜索印度人才出口:一半美国科技企业CEO是印度裔 | 数据分析中印青年为什么说“大公司的技术顽疾根本挽救不了”25 年 IT 老兵零基础写小说,作品堪比《三体》| 人物志中小企业搭建混合云,服务器如何选?从0到1 | 文本挖掘的传统与深度学习算法一览微软在机器阅读理解、推荐系统、人机对话等最新研究进展 | ACL 20191.2w星!火爆GitHub的Python学习100天刷爆朋友圈!你点的每个“在看”,我都认真当成了喜欢
Auto_z