摘要
本发明公开了一种基于特征图通道间距离的滤波器修剪方法,属于轻量化神经网络图像识别领域。本发明基于几何距离跨通道度量特征图的相关性,以删除冗余的特征图和其对应的滤波器。从通道间的角度考虑滤波器修剪可以更稳定、更可靠地探索冗余滤波器,从而为滤波器修剪提供更精确的指导。本发明实现了训练与修剪解耦以及网络结构与修剪解耦,将滤波器修剪定义为一个优化问题,并在修剪过程引入贪婪策略寻求最优解的近似解,设计了一种高鲁棒性、低成本的冗余滤波器修剪方案;本发明方法消除了额外的辅助约束和嵌入变量,从而简化了修剪过程。此外,本发明方法不需要修改损失函数,也无需了解训练细节,对于任何训练有素的网络都有较强适应性。