我试图找到神经网络修剪的样例为快RCNN架构。
我的核心堆栈是Python3.5.2 Tensorflow 1.12，其object_detection API（link）在Ubuntu 16.04 LTS。我遇到一些神经网络剪枝回购来（例如link，实现NVIDIA的修剪纸泰勒展开link - 寻找最有前途但（一）Pytorch和实施（b）关于分类的网络，而不是探测器）。
我也知道内TensorFlow修剪功能，这个包（link）下存在的，但只能运行在下面的StackOverflow问题（link）的意见找到了一个例子来训练和修剪（不彻底的测试）一个简单的神经网络使用MNIST数据集手写数字分类。
我找了一个工作实例，而不是报告中的代码任何错误或问题。
可有人点我修剪更快RCNN -or在TensorFlow的对象检测API（link），发现其他detectors-最好使用TensorFlow的修剪包（link）的工作的例子吗？
修剪是正交的用于物体检测的元架构。当我们谈论的TensorFlow目标检测API，它在很大程度上依赖于读取配置并创建相应的网商，类别等，我相信你想修剪特征提取作为最重的部分。如果是这样，你需要首先从苗条修剪一些特征提取（比方说，Inception-V2），给它一个名称，添加了修剪的版本models，调整原配置等等。不久上讲，你需要引入一个新的类型特征提取的。但我不知道在任何现有的例子。