论文部分内容阅读
为了提高交通标志识别系统在城市路况环境中的实时性应用,本文面向城市路况交通标志识别对VGG网络进行了剪枝与量化研究.以VGG网络为基础,从网络架构的角度采用基于LAOSS回归的通道剪枝方法缩减卷积通道,横向压缩网络的宽度,以最小均方误差作为损失函数对剪枝后模型进行重新训练恢复精度,将VGG模型由537M压缩至507M,运行速度提升29.6%;从模型权重数值的角度采用最小化K-L散度的量化方法对复杂模型进行权重的拟合及优化,参数由float32量化为int8,降低权重参数的复杂度,模型空间占用缩减为原