本文介绍了一种基于排名的修剪方法，通过高秩拓扑结构实现高稀疏度，解决了卷积神经网络在边缘设备上部署困难的问题。该方法在多个数据集和任务上验证了有效性。

通过结构化剪枝方法，实现了高稀疏度和低FLOPs的网络优化，同时在分类和分割问题上表现优于先进水平，避免了昂贵的稀疏矩阵运算。