是否有一个适用于TensorFlow对象检测api的Faster-RCNN架构神经网络修剪的示例？

Question

我正在尝试为Faster-RCNN架构找到神经网络修剪的可行示例。

我的核心堆栈是Tensorflow 1.12，它是Ubuntu 16.04 LTS中Python3.5.2上的object_detection API（link）。我遇到了一些神经网络修剪存储库（例如link，使用泰勒扩展link来实现NVIDIA的修剪文件-看起来最有希望，但是（a）在Pytorch中实现，并且（b）在分类网络而不是检测器上实现） ）。

我也意识到TensorFlow在此软件包（link）下存在修剪功能，但是只能运行以下StackOverflow问题（link）注释中的示例，以使用MNIST数据集训练和修剪（未经彻底测试）简单的神经网络进行手写数字分类。

我正在寻找一个可行的示例，而不是报告代码中的任何错误或问题。

有人可以指给我一个在TensorFlow的对象检测API（link）上修剪Faster-RCNN或其他检测器的有效示例吗，最好使用TensorFlow的修剪包（link）？ / p>

Answer 1

修剪与用于对象检测的元体系结构正交。当我们谈论TensorFlow对象检测API时，它很大程度上依赖于读取配置并创建相应网络，类等的构建器。我相信您希望将特征提取器作为最繁重的部分。如果是这样，则需要首先从slim中修剪一些功能提取器（假设Inception-V2），为其命名，将其修剪后的版本添加到models，调整proto config等。简而言之，您需要引入一种新型的特征提取器。但是我不知道有任何现有的例子。