基于pytorch的yolo稀疏训练与模型剪枝
Posted 踟蹰横渡口,彳亍上滩舟。
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于pytorch的yolo稀疏训练与模型剪枝相关的知识,希望对你有一定的参考价值。
基于pytorch的yolo稀疏训练与模型剪枝
数据集+代码下载地址:下载地址
参数数量 | 模型体积 | Flops | 前向推断耗时(2070 TI) | mAP | |
---|---|---|---|---|---|
Baseline (416) | 61.5M | 246.4MB | 32.8B | 15.0 ms | 0.7692 |
Prune (416) | 10.9M | 43.6MB | 9.6B | 7.7 ms | 0.7722 |
Finetune (416) | 同上 | 同上 | 同上 | 同上 | 0.7750 |
加入稀疏正
以上是关于基于pytorch的yolo稀疏训练与模型剪枝的主要内容,如果未能解决你的问题,请参考以下文章
基于YOLO的手部检测和计数实现(课程设计,训练测试+模型剪枝+模型压缩)
基于pytorch的模型剪枝+模型量化+BN合并+TRT部署(cifar数据)
基于pytorch的模型剪枝+模型量化+BN合并+TRT部署(cifar数据)
基于pytorch的模型剪枝+模型量化+BN合并+TRT部署(cifar数据)