剪枝后权重文件为什么会变小？

Question

比如yolov5，模型剪枝后保存的权重为什么会变小呢，剪枝掉的权重不应该保存成0么，0也占用内存啊，难道直接删掉么？

Answer 1

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7689362
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：从零开始完成Yolov5目标识别（二）制作并训练自己的训练集
• 除此之外, 这篇博客: yolov5推理出大的错误框--一种简单粗暴但局限的规避方法中的 二。问题描述 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 在yolov5源码解析(10)--损失计算与anchor_扫地僧1234的博客-CSDN博客

  的末尾抛出了一个问题，具体可以去看一下那一期的内容（强烈建议去看一下!），简单的说，就是标注的物体a、b有重叠，在训练的时候有可能同一个格子即负责预测物体a，也负责预测物体b。你可能会说这不是很正常吗。

  但是如果物体a、b的尺度相差比较大，比如物体a大，物体b小，而物体a、b的中心点比较接近，此时也会发生这种情况，比如下图：

  

   耳塞基本在平板的中间，这样它们的中心点就能归到同一个格子上，那么这个格子就有可能会既负责预测平板，也负责预测耳塞。

  注意：

  (1)这里说的是有可能，因为除了中心点与格子的关系之外，物体的宽高与anchor的宽高比例不能超过4（超参anchor_t）

  (2)也不一定中心点非得落在这个格子， 比如中心点落在格子c里，位置偏左上，那么格子c的左侧格子，上侧格子都会负责预测该物体。

  如下图，详见yolov5源码解析(10)--损失计算与anchor_扫地僧1234的博客-CSDN博客

  

  那么如果一个格子既要预测平板，又要预测耳塞会有什么问题呢：

  (1)显然在非多标签分类的情况下，这个格子不管是预测平板还是预测耳塞的分类得分都会被抑制，所以两个得分都会比较低，sigmoid之后会接近0.5。这好像问题不是太大，0.5咱就不要它呗，咱要得分高的。

  (2)这个格子还得预测物体的宽高啊，平板和耳塞的尺寸差距比较大，一会儿用平板的宽高真值给他计算损失，一会儿用耳塞的宽高直值给他计算损失，那最终得出的宽高可能不靠谱。

  (3)问题(1)里面说0.5的就不要，但是如果我们训练出来的东西里面，有些东西的效果不太好，置信度比较低，跟0.5很接近，而我们又想要预测出这些东西，那置信度就有点难设了。

• 您还可以看一下 白勇老师的YOLOv5实战口罩佩戴检测课程中的 测试训练出的网络模型及性能统计小节, 巩固相关知识点
  
• 以下回答由chatgpt基于相关博客总结生成:

  对于yolov5模型剪