移动式yolov5修剪蒸馏
mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好! TensorRT版本===> Android版本===>
背景
yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间,通过替换backbone(mobilenetv2),通道剪枝对模型进行压缩。 。本项目以工程化为基础,主要是模型端的优化。实现了常用的剪枝和蒸馏算法,并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。
基准线
数据集采用Pascal VOC,训练集= train2007 + train2012 + val2007 + val2012,测试集= test2007,基线采用mobile-yolo(imagenet预训练),如果没有特别说明,第一个模块采用重点如果特定特殊说明则可以使用替换参数,batchsize
1