一种基于深度卷积神经网络的目标检测方法

摘要

本发明涉及一种基于深度卷积神经网络的目标检测方法，其中深度卷积神经网络的剪枝方法包括：（1）以层为单位，执行卷积核谱聚类算法；（2）进行层内的卷积核剪枝，动态计算本轮谱聚类剪枝率，剪掉非聚类中心的卷积核，微调一定的轮数以恢复精度；（3）以全局为单位，计算卷积核重要性；（4）进行全局卷积核剪枝，动态计算本轮全局剪枝率，剪掉重要性低的卷积核，微调一定的轮数以恢复精度；（5）循环执行（1）~（4），直至达到目标剪枝率；（6）将保留下降的卷积核的权重作为初始化，继续微调一定的轮数得到最终剪枝网络。上述方法解决了现有深度卷积神经网络存在大量冗余参数的问题，实现在通用硬件平台上实现网络的压缩与加速。