yolov5剪枝开源分享

剪枝分软剪枝和硬剪枝，软剪枝的概念来源于Soft Filter Pruning (SFP)这篇论文，下图阐述了软剪枝(SFP)和硬剪枝(Hard Filter Pruning，HFP)的区别，它们的不同点是HFP在每个epoch后会将卷积核直接剪掉，被剪掉的卷积核在下一个epoch中不会再出现，而SFP在每个epoch后，会将需要剪枝的卷积核仍然保留，只是将其参数置为0，依旧参与下一轮的迭代更新，在所有的epoch循环结束后再进行权重修剪。

剪枝之后，模型变小了4m多，但是cpu速度640*640 150ms。

https://github.com/ZJU-lishuang/yolov5_prune

slim_prune_yolov5s.py 剪枝：

    def prune_and_eval(model, CBL_idx, CBLidx2mask):
        model_copy = deepcopy(model)

        for idx in CBL_idx:
            # bn_module = model_copy.module_list[idx][1]