程程的博客

对训练好的模型进行通道剪枝（channel pruning），分为两步进行：第一步是channel selection，采用LASSO regression来做，其实就是添加了一个L1范数来约束权重，因为L1范数可以使得权重更加稀疏，这样就可以把那些稀疏的channel剪掉；第二步是reconstruction，基于linear least squares来约束剪枝后输出的feature map要尽可能和减枝前的输出feature map相等，也就是最小二乘值越小越好。

一种实时进行语义分割的网络，可以用于自动驾驶

python2.7配套的numpy1.11.2包，是python进行图像处理的一个很有用的工具包。

实时性很强，而且精度比较高的语义分割网络，将不同分辨率的图像作为输入，在后端将不同分辨率的特征进行结合，得到更精细的语义分割结果。

采用FCN作为基础网络，利用反卷积和上采样操作将输入图像的分辨率恢复到原始大小。

用于语义分割的全卷积神经网络（FCN）的代码，欢迎大家下载使用。