近年来，人像抠图在计算机视觉领域取得了许多进展。作为底层视觉任务，人像抠图具有较高计算量，导致模型难以部署在计算资源有限的设备上。针对该问题，文章提出自适应和固定比例相结合的剪枝方法，对人像抠图网络MODNet进行压缩。实验表明，该方法可以基本保持模型精度，将MODNet参数量和计算量分别降低了79.22%和76.09%，在中央处理器（Central Processing Unit,CPU）和NSC2上的推理速度分别提高了93%和65%。
科研之友
微信
新浪微博
Facebook
分享链接
