Jedi-teknik til reduktion af konvolutionsnetværk — pruning
Du står igen over for en opgave med objektgenkendelse. Prioriteten er hastigheden af arbejdet med acceptabel præcision. Du tager YOLOv3-arkitekturen og finjusterer den. Præcisionen (mAp75) er over 0,95. Men hastigheden for kørsel er stadig lav. For pokker. I dag springer vi kvantisering over. Under overskriften ser vi på Model Pruning — at skære overflødige dele af netværket for at fremskynde inference uden at miste præcision. Visuelt — hvorfra, hvor meget og hvordan […]
