基于迭代剪枝VGGNet的火星圖像分類

摘要： VGGNet能提供高精度的火星圖像分類，但需消耗大量內存資源。鑒于器載計算機內存資源有限，為解決這一矛盾，本文提出了基于迭代剪枝VGGNet的火星圖像分類方法。首先，采用遷移學習訓練網絡的連通性，以便評估神經元的重要性；其次，通過迭代剪枝方法修剪不重要的神經元，以便將全連接層的參數量和內存占用量減少；最后，采用K-means++聚類實現權重參數的量化，利用霍夫曼編碼壓縮迭代剪枝...