YOLOv3-complete-pruning

YOLOv3-complete-pruning copied to clipboard

训练作者的数据集，mAP是0？请问什么原因？

5

121786404

算法训练自己的数据集mAP无法提高

21

您好，我用规整剪枝的稀疏化训练自己的数据集，训练的mAP一直无法升高，算法识别率低，请问是什么原因。我的数据比hand数据集大写，有接近2万张照片，用YOLOv3源码训练没有问题。 

lilong-epfl

量化后的部署问题

2

Hi， 在框架下量化训练过程都还是在float32精度下的表达，只是尺度scale到量化的尺度上了，能够验证量化的有效性。请问在工程部署方面，如何部署这样的模型，有一些好的建议吗？ 谢谢！

VisionZQ

量化后模型参数文件大小并没有变化

1

@coldlarry @PiseyYou 通过修改models.py中的W_bit和A_bit, 设置为8， 但是用下面的指令训练后，得到的模型参数文件大小并没有发生变化 python3 train.py --data data/oxfordhand.data --batch-size 32 --accumulate 1 --weights weights/yolov3.weights --cfg cfg/yolov3-quantize-hand.cfg 按道理量化后模型会变小，请问如何将flot32的模型转换成int8 的模型？

StrugglingForBetter

使用此工程非剪枝跑出来的精度低于使用darknet跑出来的模型精度； 分别使用如下训练方式： 1. 使用readme的正常训练方式进行训练 2. 将剪枝部分的代码注释掉训练 两种方式得到的模型精度，都比darknet训练的模型精度要低

DLTensor

怎么观察稀疏化是否到位？

3

如题，训练过程中只能监控loss，ap等。 怎么监控稀疏化是否到位呢？

mozpp

运行代码出现问题

2

Traceback (most recent call last): File "train.py", line 479, in train() # train normally File "train.py", line 360, in train save_json=final_epoch and epoch > 0 and 'coco.data' in data) File...

xupengao

精度下降严重

3

作者您好，我根据您的步骤，发现剪枝后精度下降比较厉害，在剪枝率=0.1的时候，mAP=0.793179，当时推理时间反而变长了；在剪枝率=0.2的时候，mAP=0.693096 ；在剪枝率=0.5时，mAP=0，推理时已经完全没有输出检测框了。我运行的步骤是先运行第二步的稀疏化训练，然后执行第三步的规整剪枝，请问一下我是哪个环节出现问题了吗？ 规整剪枝的结果： 1）percent=0.1时： +------------+----------+----------+ | Metric | Before | After | +------------+----------+----------+ | mAP | 0.812109 | 0.793179 | | Parameters | 61523734 | 60048534 | | Inference |...

YONGHUICAI

NameError: name 'parse_data_cfg' is not defined

1

我在执行正常训练的命令的时候 ` python3 train.py --data data/oxfordhand.data --batch-size 32 --accumulate 1 --weights weights/yolov3.weights --cfg cfg/yolov3-hand.cfg ` 提示如上错误 ` Traceback (most recent call last): File "train.py", line 479, in train() # train...

tianyma

runtimeerror：Given Groups=1， weight ofsize 1024 160 1 1，except input [16, 1, 1, 1] to have 1024 channels, but got 1 channels instead

zhaoleo1111