1、剪枝基础认知：什么是结构化剪枝、非结构化剪枝与结构化剪枝的区别、剪枝的核心三要素

各位同学好，我是你们这期课程的主讲。今天咱们正式进入YOLOv11结构化剪枝的第一章。

说实话，我见过不少同学一上来就问我：“老师，剪枝到底是个啥？是不是就是把模型里没用的参数删掉？”
嗯，这个说法对了一半。但真正落地的时候，你会发现“删掉”这两个字，学问可大了。

咱们今天就把剪枝的底裤扒干净。先搞清楚什么是结构化剪枝，它跟非结构化剪枝到底差在哪，最后再聊聊剪枝的三个核心要素——粒度、准则、频率。这三样东西，你搞明白了，后面29章你都会走得很顺。

1.1 什么是结构化剪枝

先看一张图，我手绘的，帮你建立直观印象。

结构化剪枝，说白了就是以“组”为单位砍掉整个结构。比如一个卷积层有64个卷积核，我评估下来发现其中8个对最终检测精度贡献很小，那就直接把整个核删掉，连带它对应的输出通道也一并移除。

这样做的好处很明显：模型结构依然是规整的。没有空洞，没有稀疏，硬件跑起来非常舒服。GPU、NPU、甚至手机端的CPU都能直接受益。

我在项目中遇到过最典型的场景：用TensorRT部署YOLOv11时，非结构化剪枝后的模型死活达不到预期加速比。后来换成结构化剪枝，同样的压缩率，推理速度直接翻倍。为什么？因为TensorRT对规整的通道数优化得特别好。

1.2 非结构化剪枝与结构化剪枝的区别

咱们直接上表格，一目了然。

对比维度	结构化剪枝	非结构化剪枝
剪枝粒度	通道、卷积核、层	单个权重参数
模型结构	保持规整，通道数减少	变为稀疏矩阵，结构破碎
压缩率上限	中等（通常30%~60%）	高（可达90%以上）
推理加速	直接生效，无需特殊支持	需稀疏矩阵库或专用硬件
硬件友好度	高（GPU/CPU/NPU通吃）	低（依赖特定加速库）
模型体积减小	明显（结构精简）	明显（但存储格式复杂）
微调恢复难度	较低，结构稳定	较高，稀疏模式敏感

我记得有一次帮客户优化一个安防场景的YOLOv11模型。他们之前用非结构化剪枝，压缩了80%的参数，但推理速度只提升了15%。后来我帮他们改成结构化剪枝，压缩率只做到50%，推理速度却提升了2.3倍。客户当场就懵了——原来“压缩率”和“加速比”是两码事。

1.3 剪枝的核心三要素

好，接下来是本章的重头戏。剪枝这件事，你只要抓住三个要素，就能玩得转。我称之为剪枝三要素：粒度、准则、频率。

1.3.1 粒度（Granularity）

粒度就是“你一次剪多大一块”。

• 细粒度：剪单个权重（非结构化）
• 中粒度：剪整个卷积核或通道（结构化）
• 粗粒度：剪掉整个层或模块

对于YOLOv11，我个人习惯用通道级剪枝作为主力。为什么？因为YOLOv11的C2f模块里有很多残差连接，剪通道比剪层更安全，不容易破坏特征传递。

1.3.2 准则（Criterion）

准则就是“你凭什么决定剪掉谁”。

常用的准则有这些：

准则名称	核心思想	适用场景
L1范数	权重值之和越小越不重要	通用，简单有效
L2范数	权重平方和越小越不重要	对离群值更敏感
BN的gamma值	BatchNorm的缩放系数越小越不重要	YOLOv11自带BN层，非常方便
梯度敏感度	对loss影响小的参数优先剪	精度敏感场景
激活值统计	输出激活值接近0的通道可剪	ReLU/SiLU激活后稀疏

我在YOLOv11上最常用的组合是：BN的gamma值 + L1范数。BN的gamma值可以直接从模型里读出来，不需要额外计算，而且YOLOv11每个卷积后面都跟着BN层，天然适合这个准则。

1.3.3 频率（Frequency）

频率就是“你多久剪一次”。

常见的策略有三种：

1. 一次性剪枝：训练完模型，一次性剪掉所有不重要的结构，然后微调恢复。
2. 迭代式剪枝：每次剪一小部分，微调恢复，再剪下一部分，循环多次。
3. 渐进式剪枝：在训练过程中逐步增加剪枝比例，边训练边剪。

我个人强烈推荐迭代式剪枝。为什么？

• 一次性剪枝风险太高，剪多了模型直接崩，剪少了效果不明显。
• 渐进式剪枝虽然听起来很美好，但训练过程不稳定，超参数调起来很痛苦。
• 迭代式剪枝每次只剪5%~10%，剪完微调几十个epoch，稳定可控。

1.4 三要素的关系

最后，我用一张图把三要素串起来。

三要素不是孤立的。你选定了粒度，就决定了你能用哪些准则（比如通道级剪枝才能用BN gamma）。而频率又决定了你每次剪多少、怎么恢复。这三者搭配好了，剪枝就是一门艺术；搭配不好，那就是一场灾难。