188、YOLOv11 结构化剪枝实战二：通道剪枝率选择、微调恢复精度与最终压缩比昨天凌晨三点，我在调试一个工业检测项目，模型部署到Jetson Orin上，FPS死活卡在28帧，客户要求至少30。剪枝后的模型精度掉了2.3个点，微调了两轮只恢复了0.8。当时我盯着终端里那一串loss曲线，突然意识到问题出在剪枝率的选择策略上——不是所有层都适合砍掉40%的通道。剪枝率分配：别让“一刀切”毁了你的模型很多人上来就给所有层设置相同的剪枝率，比如统一0.4。这其实是个大坑。YOLOv11的Backbone和Neck对通道冗余的容忍度完全不同。我踩过最惨的一次，Neck部分砍了50%通道，直接导致小目标检测的mAP掉了6个点。正确的做法是基于BN层的gamma值分布来动态分配剪枝率。每个卷积层后面跟着的BN层，gamma值反映了该通道的重要性。我们可以在训练完成后，统计所有BN层的gamma值，然后按层分别设定阈值。defcompute_layer_prune_ratios(model,prune_ratio=