yolov3 yolov4 channel and layer pruning, Knowledge Distillation 层剪枝，通道剪枝，知识蒸馏
yolov3-channel-and-layer-pruning
本项目以ultralytics/yolov3为基础实现，根据论文Learning Efficient Convolutional Networks Through Network Slimming (ICCV 2017)原理基于bn层Gmma系数进行通道剪枝，下面引用了几种不同的通道剪枝策略，并对原策略进行了改进，提高了剪枝率和精度；在这些工作基础上，又衍生出了层剪枝，本身通道剪枝已经大大减小了模型参数和计算量，降低了模型对资源的占用，而层剪枝可以进一步减小了计算量，并大大提高了模型推理速度；通过层剪枝和通道剪枝结合，可以压缩模型的深度和宽度，某种意义上实现了针对不同数据集的小模型搜索。 项目的基本工作流程是，使用yolov3训练自己数据集，达到理想精度后进行稀疏训练，稀疏训练是重中之重，对需要剪枝的层对应的bn gamma系数进行大幅压缩，理想的压缩情况如下图，
2022-05-04 21:02:31
1.4MB
1
https://download.csdn.net/download/weixin_32759777/12346888这个代码的训练集2
2022-04-24 20:29:51
164.78MB
1
https://download.csdn.net/download/weixin_32759777/12346888这个代码的训练集1
2022-04-24 20:20:24
163.39MB
1
n皇后问题（递归）
procedure search(k: integer);
var
i: integer;
begin
if k > n then // 是否前n个皇后都已经放下
inc(count)
else // 还有皇后没放
for i := 1 to n do // 从第1列开始逐列尝试
begin
x[k] := i; // 把第k个皇后放在第i列
if check(k) then // 第k个皇后是否可以放在第i列
search(k + 1); // 可以放，继续处理第k+1个皇后
end;
end;
2022-04-23 11:06:35
619KB
1
在平时的算法的题目中，时常会遇到组合数相关的问题，暴力枚举。在N个数中挑选M个数出来。利用for循环也可以处理，但是可拓展性不强，于是写这个模板供以后参考
2022-04-18 19:34:26
44KB
1