| 面向星上目标提取的卷积神经网络优化技术 |
| |
| 引用本文： | 卢丹,孙永岩,郑幸飞,齐保贵,师皓.面向星上目标提取的卷积神经网络优化技术[J].上海航天,2021,38(1):105-112. |
| |
| 作者姓名： | 卢丹 孙永岩 郑幸飞 齐保贵 师皓 |
| |
| 作者单位： | 上海卫星工程研究所，上海201109;北京理工大学 信息与电子学院 雷达技术研究所，北京100081;嵌入式实时信息处理技术北京市重点实验室，北京100081 |
| |
| 基金项目： | 上海航天科技创新基金(F-201812-0034) |
| |
| 摘 要： | 针对卷积神经网络规模庞大、参数数量众多、在资源受限的在轨场景中难以应用的问题,提出了一种基于知识蒸馏的剪枝压缩改进方法。该方法对训练好的网络进行基于权重和基于通道的混合参数剪枝,在保留网络重要连接的同时剔除冗余信息;采用知识蒸馏法,用原始网络学到的知识指导剪枝后网络的再训练过程,以恢复损失的精度;在遥感数据集上对VGG-16分类网络进行实验。结果表明:所提方法可以实现16～18倍的压缩效果,并且网络精度下降不到1%。这使得卷积神经网络的在轨应用成为可能,具有理论及现实意义。
|
| 关 键 词： | 在轨应用 卷积神经网络 网络压缩 参数剪枝 知识蒸馏 |
| 收稿时间： | 2019/11/26 0:00:00 |
| 修稿时间： | 2020/3/2 0:00:00 |
Convolutional Neural Network Optimization Technology for Satellite Target Extraction |
| |
| LU Dan,SUN Yongyan,ZHENG Xingfei,QI Baogui,SHI Hao.Convolutional Neural Network Optimization Technology for Satellite Target Extraction[J].Aerospace Shanghai,2021,38(1):105-112. |
| |
| Authors: | LU Dan SUN Yongyan ZHENG Xingfei QI Baogui SHI Hao |
| |
| Abstract: | |
| |
| Keywords: | on-orbit application convolutional neural network network compression parameter pruning knowledge distillation |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《上海航天》浏览原始摘要信息 |
| 点击此处可从《上海航天》下载免费的PDF全文 |
|
