一個(gè)用于磨粒圖像快速分類的輕量化CNN模型

摘要： 針對磨粒分析CNN模型存在參數(shù)多、運(yùn)算速度慢、難以實(shí)際應(yīng)用等問題，開展磨粒圖像分類CNN模型的輕量化研究。通過分析模型各層的參數(shù)量、運(yùn)算量和剪枝敏感度，確定卷積層4和卷積層5為濾波器剪枝的目標(biāo)；對卷積層4和5所有濾波器重要性進(jìn)行計(jì)算并排序，以75%的剪枝率去除重要性低的濾波器并重新訓(xùn)練，獲得輕量化模型。實(shí)驗(yàn)結(jié)果表明，輕量化后的模型在保證準(zhǔn)確率幾乎不降低的情況下實(shí)現(xiàn)了磨粒圖像的快... （共6頁）