点击我爱计算机视觉标星，更快获取CVML新技术
如果要在实际应用中部署目标检测，你会想到哪项算法？
在52CV目标检测交流群里，被提及最多的，恐怕就是YOLOv3了。
虽然新出的一些算法号称“完胜”“吊打”某某某算法，但YOLOv3 仍是被推荐最多的。
首先它有着目前为止还不错的精度表现，而且计算速度较快，适合在移动端、边缘设备部署。
另一个重要原因是，YOLOv3是被很多人使用验证过的模型，被某个数据库验证过的某算法精度好很重要，但被社
本文介绍了如何对YOLOv3模型进行剪枝，以减少模型参数80%，FLOPs降低70%，同时推断速度提升100%，在mAP基本保持不变的情况下实现模型瘦身。作者参照ICCV 2017的'Network Slimming'论文，简化剪枝步骤，并取得显著效果。此开源项目在人手检测任务上展示了剪枝的成功应用。
最低0.47元/天 解锁文章
扫一扫
2003
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
