yolov5_prune_sfp issues

get_small_model.py出现维度不匹配

7

运行get_small_model.py的时候，在 File "get_small_model.py", line 242, in small_model = get_small_model(model) File "get_small_model.py", line 186, in get_small_model small_model.load_state_dict(small_state_dict) File "/home/ctgai/anaconda3/envs/taco/lib/python3.6/site-packages/torch/nn/modules/module.py", line 1052, in load_state_dict self.__class__.__name__, "\n\t".join(error_msgs))) RuntimeError: Error(s) in loading state_dict for...

HandsLing

想问下，这个可以不重构代码，直接用在官方yolov5的代码上吗

kaiyu9991

改进后的YOLO模型能否直接使用上述流程剪枝?

2

请问自己改进的YOLO模型能否按照上述流程剪枝，还是只能Yolov5的原始模型才可以？

caihaunqai

是否需要bn层的剪枝

1

您好，非常感谢您的工作，但是我在学习您的代码时，在get_filter_codebook函数中只对卷积核的权重进行了清零，相应的bn层的权重并没有清零，这样不会导致bn层中的偏置产生一些补偿，这样会不会降低剪枝的效果？

Ranking666

请问为何训练的时候对backbone进行裁剪，但在get_small_model.py和small_model_mod.py中对neck_self部分也都进行了裁剪呢

1

cixinlaoren

您好，发现一个get_small_model.py中模型维度不一致导致的报错

5

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

dylanlb