yolov3剪枝
【摘要】 yolo v4
https://github.com/tanluren/yolov3-channel-and-layer-pruning
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...
yolo v4
https://github.com/tanluren/yolov3-channel-and-layer-pruning
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:
https://github.com/Lam1360/YOLOv3-model-pruning
其他的剪枝开源地址:
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/94863687
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)