深度学习yolov5剪枝实战
在深度学习落地过程中，为了适应嵌入端AI算力不足的问题，通常需要对深度学习模型进行压缩，而剪枝技术是最常用的深度学习模型压缩技术之一。本课程结合讲师本身的工程实践，给出基于FPGM算法的yolov5s模型剪枝方法，并在coco数据集上进行剪枝训练，在保证mPA微小下降的前提下，大大提高的yolov5s的inference速度。剪枝前yolov5s在coco val数据集上评估指标如下： FPGM剪枝后在coco val数据集上评估指标如下：I
共10节 1511人已学习¥399.0 免费试学
深度学习Paddle模型直接转换成Caffe模型
不同深度学习框架之间的模型转换，一般都是通过onnx作为中间媒介，但是这种方式灵活性不高。本课程结合讲师本身的工程实践，以百度ppocr中的检测模型为例，给出一种高度灵活的不通过中间媒介onnx的转换方法，并详细讲解了转换过程。
共5节 240人已学习¥200.0 免费试学
- 1
黄宁波
算法工程师
2013年毕业与河南大学，知识范围覆盖计算机视觉各个领域，积累了丰富的工程实践经验
课程数 2 学生数 1751