参考论文：Performance-aware Approximation of Global Channel Pruning for Multitask CNNs(https://arxiv.org/pdf/2303.11923.pdf)
基本原理：研究不同卷积核之间的联合重要性来实现全局剪枝策略
模型压缩效果

在yolov5上进行剪枝训练，流程如下：
1、按照yolo正常训练
2、和models、utils同级新建一个文件夹pagcp用来存放相关文件，文件下新建prune_zoo.py，添加如下代码：

import torch
from torch_pruning.prune.strategy import round_pruning_amountdef group_l1prune(model, group, compress_rate, round_to=1):"