.png){kind=icon}
返回
MPSS: A Model Pruning Method for Semantic Image Segmentation Networks
.png){kind=icon}
PRE
AI
DOI：10.1109/tmm.2026.3668487.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种名为MPSS的模型剪枝方法，用于语义图像分割网络，使语义图像分割模型能够部署到嵌入式设备中。大多数现有的模型剪枝方法针对的是图像分类模型。由于语义分割是一个细粒度任务，直接使用传统的模型剪枝方法会大大降低模型精度。语义分割任务中模型剪枝的核心问题是确定合适的剪枝核和剪枝结构。我们提出了一种新的复合指数，用于定义卷积核之间的相似性以确定剪枝核。此外，我们提出了一种基于神经架构搜索的结构修复方法，用于确定剪枝结构。与手动定义剪枝率的方法相比，所提出的结构修复方法获得了更好的剪枝结构。我们在两种语义分割网络（FCN和FASSD-Net）上进行了实验。实验结果表明，所提出的模型剪枝方法使剪枝后的网络在相同压缩率下获得更高的精度。此外，我们将压缩后的模型部署到嵌入式平台，FASSD-Net的推理速度是未剪枝模型的2倍（在NVIDIA Xavier NX上）。
Keyword:
Kernel
Semantic segmentation
Convolution
Accuracy
Semantics
Indexes
Computational modeling
Real-time systems
Image coding
Vectors
Model pruning
image segmentation
network compression
pruning kernel
pruning structure
