一、目的
对./Faster-RCNN-prune/simple-faster-rcnn-prune-VGG16 项目得到的剪枝模型进行
增量训练
二、运行说明
1、训练
进入./Faster-RCNN-prune/knowledge-distillation-prune-VGG16 文件夹中
运行命令：python train.py train
测试：
进入./Faster-RCNN-prune/knowledge-distillation-prune-VGG16 文件夹中
运行命令：python test.py –test_path=”***”
其中，***代表要测试的模型的路径
三、代码介绍
1、
（1）教师模型和学生模型通道数
./Faster-RCNN-prune/knowledge-distillation-prune-VGG16/utils/config.py 文件
教师模型的卷积层通道数由参数 tea_cfg 设置
学生模型的卷积层通道数由参数 cfg 设置
./Faster-RCNN-prune/knowledge-distillation-prune-VGG16/train.py 文件
学生模型的卷积层个数在 train.py 文件中也进行了设置。
（2）教师模型全连接层的神经元个数
由
./Faster-RCNN-prune/knowledge-distillation-prune-
VGG16/model/faster_rcnn_vgg16.py 文件中的 self.cls_loc、self.score 设置；
由
./Faster-RCNN-prune/knowledge-distillation-prune-VGG16/model/vgg16.py 文 件 中
的 if 条件下的 self.classifier 设置
