关于第一步稀疏化训练 about yolov3-network-slimming HOT 3 OPEN

并不会更接近0，但是我认为这是剪枝应该在实际工程应用中的用法，我目前在看https://arxiv.org/abs/1802.00124 这篇文章提出对bn层γ因子进行缩放，感觉是比较好的想法

from yolov3-network-slimming.

谢谢！我认为并不会更接近0是因为从yolov3.weights的基础上finetune,BN层的y不会跳出原来的最优解。如果对基网Darknet53在Imagenet上从头开始稀疏化训练，然后用这个Darknet53预训练模型来训yolov3，应该会有更多的y接近0.这样其实直接对原来的yolov3.weights进行剪枝就行了？并不需要第一步稀疏化的训练？

from yolov3-network-slimming.

直接剪枝会造成精度较大的损失（当然现在的剪枝也会造成很大的损失），而且在我的尝试中，直接剪枝会造成某些层被剪掉过多的channel，有时有route连接两个层时，会有一个层被直接剪掉

from yolov3-network-slimming.