VIP8
本课程属于：059-YOLO剪枝量化与轻量化 AI智能与边缘计算工程 · 共 8 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

YOLOv11剪枝量化协同优化指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
YOLOv11剪枝量化协同优化的背景 · 目标与整体流程概览
课程导论YOLOv11
02
环境搭建
配置剪枝量化所需的Python环境 · 安装PyTorch · ONNX
环境搭建Python
03
YOLOv11模型结构解析
Backbone · Neck · Head的核心组件与参数分布
YOLOv11模型结构解析
04
剪枝基础理论
结构化剪枝与非结构化剪枝的区别 · 稀疏性原理
剪枝基础理论结构化剪枝
05
通道剪枝原理
基于BN层gamma系数的通道重要性…
通道剪枝原理BN
06
YOLOv11剪枝工具链
使用torch-pruning库进行…
YOLOv11剪枝工具链
07
稀疏化训练
在YOLOv11训练流程中引入L1正…
稀疏化训练YOLOv11
08
剪枝策略设计
全局剪枝 vs 局部剪枝 · 不同层的剪枝率分配
剪枝策略设计vs
09
剪枝后微调
恢复模型精度的方法与学习率调度策略
剪枝后微调恢复模型精度的方…
10
剪枝效果评估
mAP · 参数量 · FLOPs
剪枝效果评估mAP
11
量化基础理论
FP32 · FP16 · INT8数据格式与量化误差来源
量化基础理论FP32
12
训练后量化(PTQ)
YOLOv11的PTQ流程 · 校准数据集的选择
PTQ训练后量化
13
量化感知训练(QAT)
在YOLOv11中插入伪量化节点进行…
QAT量化感知训练
14
ONNX导出与量化
将YOLOv11导出为ONNX格式并…
ONNX导出
15
TensorRT量化工具
使用TensorRT的PTQ与QAT…
TensorRT量化工具
16
量化精度调试
分析量化后精度下降的原因与常见解决方…
量化精度调试分析量化后精度下…
17
协同优化策略
先剪枝后量化 vs 先量化后剪枝 v…
协同优化策略vs
18
剪枝量化联合训练
在同一个训练流程中同时进行剪枝与量化
剪枝量化联合训练同一个训练流程
19
模型部署格式转换
从PyTorch到ONNX再到Ten…
模型部署格式转换PyTorch
20
边缘设备部署
在Jetson Orin/RK358…
边缘设备部署Jetson
21
推理性能优化
TensorRT的层融合 · 动态形状 · 多流推理等技巧
推理性能优化TensorRT
22
精度-速度权衡
根据实际场景需求调整剪枝率与量化位宽
精度速度权衡
23
自动化剪枝量化工具
基于Optuna或NNI的自动超参数…
自动化剪枝量化工…Optuna
24
案例实战1
在COCO数据集上对YOLOv11n…
案例实战1COCO
25
案例实战2
在自定义工业检测数据集上优化YOLO…
案例实战2YOLO
26
案例实战3
在安防场景下对YOLOv11m进行端…
案例实战3YOLOv11m
27
常见问题与避坑指南
梯度爆炸 · 精度崩溃 · 模型结构不匹配等
常见问题避坑指南
28
模型压缩效果可视化
使用Netron · TensorBoard等工具分析模型…
模型压缩效果可视…Netron
29
前沿进展
动态剪枝 · 混合精度量化 · 硬件感知优化等新技术
前沿进展动态剪枝
30
课程总结与项目实战
综合运用剪枝量化技术完成一个完整的部…
课程总结项目实战