[发明专利]一种应用于图像目标检测的模型压缩方法及终端

摘要

本发明公开了一种应用于图像目标检测的模型压缩方法及终端，在预设的目标检测算法中需要剪枝的卷积层后添加独立于原卷积网络的重要性因子层，并对每一重要性因子层的重要性因子向量稀疏化，能够初步去除对算法模型没有重要贡献的特征；根据预设的剪枝率确定重要性因子参数的门限值，根据门限值判断卷积层通道的重要性，并删除低于门限值的重要性因子参数对应的卷积层通道，能够在不依赖特定层结构的情况下，对算法模型进行剪枝，并且在目标检测算法中使用该压缩方法能够极大地减少模型体积，降低精度损失；将剪枝后的模型微调训练至预设精度，能够在压缩模型的同时确保模型精度和准确性，不需要大量的计算时间资源的同时容易实现和部署。