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模型剪枝后精度调优方法

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
剪枝基础
什么是模型剪枝？YOLOv11剪枝的…
剪枝基础YOLOv11
02
剪枝原理
结构化剪枝与非结构化剪枝的区别 · YOLOv11适用的剪枝策略
剪枝原理结构化剪枝
03
环境准备
搭建剪枝与调优所需的Python环境 · 安装依赖库（torch · ultralytics等）
环境准备Python
04
基准模型
加载预训练的YOLOv11模型 · 评估原始精度与推理速度
基准模型YOLOv11
05
稀疏化训练
在YOLOv11中引入BN层稀疏正则… · 训练出可剪枝的权重
稀疏化训练YOLOv11
06
剪枝实施
基于BN层gamma值进行通道剪枝 · 移除冗余通道
剪枝实施BN
07
剪枝后模型结构
查看剪枝后的模型结构 · 确认通道数变化
剪枝后模型结构查看剪枝后的模型…
08
精度暴跌分析
剪枝后精度下降的原因分析（特征丢失 · 感受野变化）
精度暴跌分析剪枝后精度下降的…
09
微调策略
基础微调（Fine-tuning）的…
微调策略Fine-tuning
10
知识蒸馏
使用原始大模型作为教师 · 剪枝后模型作为学生进行蒸馏
知识蒸馏使用原始大模型作…
11
蒸馏损失函数
设计合适的蒸馏损失（KL散度 · MSE损失）组合
蒸馏损失函数KL
12
渐进式剪枝
分阶段逐步剪枝 · 每阶段后微调恢复精度
渐进式剪枝分阶段逐步剪枝
13
学习率重启动
使用余弦退火或循环学习率跳出局部最优
学习率重启动使用余弦退火或循…
14
数据增强
在微调阶段使用更强的数据增强（Mos… · MixUp）提升泛化
数据增强Mos
15
标签平滑
在微调时引入标签平滑 · 防止过拟合
标签平滑微调时引入标签平…
16
权重衰减调整
针对剪枝后的小模型调整权重衰减系数
权重衰减调整针对剪枝后的小模…
17
冻结部分层
冻结浅层特征提取层 · 只微调深层检测头
冻结部分层冻结浅层特征提取…
18
逐层学习率
为不同层设置不同的学习率 · 精细调优
逐层学习率为不同层设置不同…
19
EMA指数移动平均
使用EMA稳定训练过程 · 提升最终精度
EMA指数移动平均
20
损失函数调优
调整CIoU损失与分类损失的权重比例
损失函数调优CIoU
21
NMS阈值优化
剪枝后重新搜索最优NMS参数
NMS阈值优化
22
量化感知训练
在微调中引入QAT · 为后续部署做准备
量化感知训练QAT
23
混合精度训练
使用AMP加速微调过程 · 减少显存占用
混合精度训练AMP
24
早停策略
监控验证集精度 · 防止过拟合
早停策略监控验证集精度
25
多尺度训练
在微调中使用多尺度输入 · 增强模型鲁棒性
多尺度训练微调
26
结果评估
对比剪枝前后模型的精度 · 参数量 · FLOPs与推理速度
结果评估对比剪枝前后模型…
27
部署转换
将调优后的模型导出为ONNX/Ten…
部署转换ONNX/Ten
28
常见问题
剪枝后模型不收敛 · 精度震荡等问题的排查方法
常见问题剪枝后模型不收敛
29
实战案例
在自定义数据集上完成一次完整的剪枝+…
实战案例自定义数据集上完…
30
总结与展望
剪枝调优的最佳实践总结与未来趋势
剪枝调优的最佳实…未来趋势