YOLOv3-complete-pruning
YOLOv3-complete-pruning copied to clipboard
coldlarry
提供对YOLOv3及Tiny的多种剪枝版本，以适应不同的需求。
您好, 使用dorefa进行量化时, 对卷积层weight和输入特征图做了量化, bn层未进行量化, 我在测试时尝试将卷积与bn参数融合, 效果很差, 请问一下bn层有没有办法做量化呢?
Prune ratio: {1-remain_num/len(sorted_bn):.3f} mAP of the pruned model is {mAP:.4f} layer index: {idx:>3d} total channel: {mask.shape[0]:>4d} remaining channel: {remain:>4d} layer index: {idx:>3d} total channel: {mask.shape[0]:>4d} remaining channel: {remain:>4d} layer index:...
(env_python3.6) devin@devin:/media/devin/Elements/YOLOv3-complete-pruning-master$ python3 train_person.py --data data/obj_person.data --batch-size 16 --accumulate 1 --weights weights/weights/yolov3.weights --cfg cfg/yolov3-person.cfg Namespace(accumulate=1, adam=False, arc='default', batch_size=16, bucket='', cache_images=False, cfg='cfg/yolov3-person.cfg', data='data/obj_person.data', device='', epochs=273, evolve=False, img_size=416, img_weights=False, multi_scale=False, name='', nosave=False,...
when I run the command that python3 train.py --data data/oxfordhand.data --batch-size 32 --accumulate 1 --weights weights/yolov3.weights --cfg cfg/yolov3-hand.cfg,it apears the following error: File "/home/chenxu/my/models_compress/yolov3/YOLOv3-complete-pruning-master/utils/prune_utils.py", line 113 f.write(f"[{module_def['type']}]\n") ^ SyntaxError: invalid...
我在训练自己的数据时mAP为70%左右，按理来说检测效果应该不错，但是在检测的时候出现： video 1/1 (1452/67673) /home/yhy/YOLOv3_pruning/ch03.mp4: 256x416 Done. 也就是图像被莫名的缩放成256x416. 修改detect.py第10行img_size = (416, 416)也没有效果。 mAP 70%，但是检测效果非常差。 然后我用 ultralytics /yolov3的工程加载你的工程训练好的权重做检测，图像还是被缩放成了 256x416，所以应该是训练时候的问题。 请问大家都是怎么解决这个问题的？
I have carefully read the following code normal_prune.py regular_prune.py and failed to see why they produce different compression rates, can you guide me?
