是否有一個適用於TensorFlow對象檢測api的Faster-RCNN架構神經網絡修剪的示例？

Question

我正在嘗試為Faster-RCNN體系結構找到神經網絡修剪的可行示例。

我的核心堆棧是Tensorflow 1.12，它在Ubuntu 16.04 LTS中的Python3.5.2上的object_detection API（ link ）。 我遇到了一些神經網絡修剪存儲庫（例如， 鏈接 ，使用Taylor擴展鏈接實現NVIDIA的修剪文件-看上去最有希望的是（a）在Pytorch中實現，並且（b）在分類網絡而不是檢測器上實現）。

我也知道TensorFlow在此程序包下存在修剪功能（ link ），但是只能運行以下StackOverflow問題（ link ）的注釋中找到的示例來訓練和修剪（未經徹底測試）簡單的Neural使用MNIST數據集進行手寫數字分類的網絡。

我正在尋找一個可行的示例，而不是在代碼中報告任何錯誤或問題。

有人可以給我指出在TensorFlow的對象檢測API（ link ）上找到Faster-RCNN或其他檢測器的工作示例，最好使用TensorFlow的pruning軟件包（ link ）嗎？

Answer 1

修剪與用於對象檢測的元體系結構正交。 當我們談論TensorFlow對象檢測API時，它很大程度上依賴於讀取配置並創建相應網絡，類等的構建器。我相信您希望將特征提取器作為最繁重的部分。 如果是這樣，您需要首先從slim中修剪一些功能提取器（比如Inception-V2 ），為其命名，將其修剪后的版本添加到模型中 ，調整proto config等等。 簡而言之，您需要引入一種新型的特征提取器。 但是我不知道任何現有的例子。