通过阈值非结构化剪枝对MobileNetV3模型优化研究

来源：计算机测量与控制杂志2025年第10期北京时间：

作者：白鸿冰,杨延宁,姚旭

单位：延安大学 物理与电子信息学院

摘要：为解决深度学习模型在移动设备和嵌入式系统中的高效应用问题，对MobileNetV3模型进行了优化研究；分析了如何通过剪枝技术减少模型的计算量和参数量，以提高其在资源受限环境中的应用效率；采用了粗粒度通道剪枝与细粒度非结构化剪枝相结合的策略，显著减少了参数量和计算开销，为应对剪枝引起的精度下降，结合深度增强策略通过增加模型深度弥补性能损失；技术创新体现在结合粗粒度与细粒度剪枝的优化策略，有效平衡了模型精度与计算效率；实验在CIFAR-10和CIFAR-100数据集上验证了该方法，结果显示，优化后的模型显著降低了计算成本并保持了高分类精度，CIFAR-100数据集精度提升8.1%，CIFAR-10数据集精度提升2.08%；该方法适用于资源受限的设备，满足了对低计算开销和高精度的实际应用需求。

关键词：MobileNetV3;阈值非结构化剪枝;模型优化;计算复杂度;深度增强

基金资助：国家自然科学基金项目(52365069）