无需参数设置的新型自适应二分搜索优先混合金字塔与聚类卷积神经网络滤波器剪枝方法
计算机视觉与模式识别
2021-05-03 v2
摘要
剪枝 CNN 模型中的冗余滤波器已受到越来越多的关注。本文提出一种自适应二分搜索优先的混合金字塔与聚类方法（ABSHPC-based）用于自动剪枝滤波器。在我们的方法中，对每一卷积层，首先构建混合金字塔数据结构以存储各滤波器的层次信息。给定可容忍的精度损失，无需参数设置，我们从最后卷积层至第一层进行处理；对于所考虑的每个其剪枝率不大于前一层的层，应用我们的 ABSHPC-based 过程将所有滤波器最优划分至簇中，每个簇由此由混合金字塔中值根均值的滤波器表示，从而实现冗余滤波器的最大化移除。基于实际数据集与 CNN 模型，在更高精度下，充分的实验结果表明所提滤波器剪枝方法相对于 SOTA 方法在参数与浮点运算量减少方面具有显著优势。
引用
@article{arxiv.2006.04451,
title = {Novel Adaptive Binary Search Strategy-First Hybrid Pyramid- and Clustering-Based CNN Filter Pruning Method without Parameters Setting},
author = {Kuo-Liang Chung and Yu-Lun Chang and Bo-Wei Tsai},
journal= {arXiv preprint arXiv:2006.04451},
year = {2021}
}