yolov5 PAGCP

Yolov5 PAGCP是一种压缩和裁剪Yolov5模型的方法。这个方法使用稀疏训练的方式对Yolov5s进行压缩，以减少模型的大小和计算量。具体来说，它通过裁剪模型中的通道并使用稀疏矩阵来表示裁剪后的权重，从而实现模型的压缩。这个方法的代码可以在GitHub上找到，链接为和。此外，这个方法的相关论文发表在复旦大学和上海人工智能实验室，论文的链接为。该方法的动机是为了在减少模型大小和计算量的同时尽可能地保持模型的性能。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [20220419 模型量化、裁剪、压缩](https://blog.csdn.net/GAOSHIQI5322688/article/details/124278666)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [T-PAMI2023: PAGCP-基于性能感知近似的多任务模型全局通道剪枝](https://blog.csdn.net/qq_43812519/article/details/129715981)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]