xhwNobody

好的，稍后我上传。知乎麻烦支持一下，谢谢。

> 我用yolov5 3.0的代码中的expert.py好像并不能转成onnx，会出现错误 麻烦把你的错误贴出来呢

>  感谢您的回答，我把训练出来的网络直接转到v3.1的工程下，执行export.py，就出现了这个错误，出现在experimental.py中，请问应该怎么解决呢（我训练是采用的原来读取yolov5l.yaml的方法） 我看这个报错只是简单的加载模型出错问题呀

> > >  感谢您的回答，我把训练出来的网络直接转到v3.1的工程下，执行export.py，就出现了这个错误，出现在experimental.py中，请问应该怎么解决呢（我训练是采用的原来读取yolov5l.yaml的方法） > > > > > > 我看这个报错只是简单的加载模型出错问题呀 > > 感谢您的再次回答， 但是我换用工程自带的yolov5s的模型就可以转换成功，3.0和3.1的代码都有试过，请问您有没有试过将pt转成onnx呢，是怎么转的呢 > > 我感觉可能是export.py中attempt_load用的是models里面的，但是您的模型构建是用的model.py里面的，我刚尝试了import model之后，它的报错就变成了 'Model' object has no attribute 'fuse' > > 在我尝试把.fuse()给删掉之后，出现了新的报错，还是找不到model ...

> 您好，在知乎看到您的文章过来的，目前想将该方法应用到自己的模型中，您的文章对我很有帮助 您好，利用训练好的模型在测试集上计算mAP，我参照的是 https://blog.csdn.net/tpz789/article/details/110675268

> 您的代码在train_prune_sfp中的m.init_mask(0.7, 3, 202, True)这一行设定了剪枝最深到202层，202之后的模型neck部分不进行剪枝，但是在get_small_model.py中small_model构建的时候neck却要剪枝：self.neck_self = neck(prune_rate)，这样模型维度不一致导致执行small_model.load_state_dict(small_state_dict)这一行时报错 请问这是在运行哪个代码报的错？

> File "D:\Anaconda3\envs\y55\lib\site-packages\torch\serialization.py", line 851, in _load > result = unpickler.load() > ModuleNotFoundError: No module named 'small_model_mod' 运行哪个文件报的错？

> 博主 是不是按照你知乎上写的，将model.py small_model_mod.py中改网络参数结构改成自己所想剪枝的网络，然后配置好train.py，然后data/xxx.yaml 配置好，就可以了。getsmall.py是获取剪枝后的模型还是 train训练完之后保存的best.py就是剪枝后的模型呢。 不是哈，这里已经将yolov5官网的xxx.yaml配置文件构建模型的方式换了，getsmall.py是将模型权重进行去0修剪

> 作者你好，很感谢你开源代码，感谢，我有几个问题想请教一下： > 1、您给出的模型是基于yolov5l训练的吧，可是为什么我剪枝后的模型要比我剪枝前的模型还要大呢？（剪枝前356.45M，剪枝后362.25M） > 2、推理的时候可以用官方的detect.py来进行推理的吧 1.检查是不是剪支后的模型包含了网络结构 2.可以的

> 是啊，过期了 重新发了