| 基于通道剪枝和量化的卷积神经网络压缩方法 |
| |
| 引用本文： | 徐晓,蒋志翔,张杨. 基于通道剪枝和量化的卷积神经网络压缩方法[J]. 计算机工程与设计, 2021, 42(10): 2860-2866. DOI: 10.16208/j.issn1000-7024.2021.10.022 |
| |
| 作者姓名： | 徐晓 蒋志翔 张杨 |
| |
| 作者单位： | 中国航天科工集团第二研究院706所,北京100854 |
| |
| 摘 要： | 为提升辅助维修技术在实际工程应用中的性能,解决嵌入式设备性能有限,难以实现实时物体识别任务这一问题,以提高轻量级卷积神经网络在嵌入式平台中的识别速度为目标,提出一种基于通道剪枝和量化的综合卷积神经网络压缩方法.以MobileNet V3模型进行实验,其结果表明,该卷积神经网络压缩方法有效压缩了网络结构,在识别精度损失可接受的情况下,实现了目标物体在嵌入式平台上的实时识别.
|
| 关 键 词： | 卷积神经网络 物体识别 辅助维修 嵌入式应用 模型压缩 |
Convolution neural network comprehension method based on channel pruning and quantization |
| |
| XU Xiao,JIANG Zhi-xiang,ZHANG Yang. Convolution neural network comprehension method based on channel pruning and quantization[J]. Computer Engineering and Design, 2021, 42(10): 2860-2866. DOI: 10.16208/j.issn1000-7024.2021.10.022 |
| |
| Authors: | XU Xiao JIANG Zhi-xiang ZHANG Yang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
