Open shuaihutianxie opened 1 year ago
使用ppyoloe+进行目标检测 1、直接推理测试: CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/ppyoloe/ppyoloe_plus_crn_l_80e_coco.yml -o weights=./output/ppyoloe_plus_crn_l_80e_coco/best_model.pdparams --infer_dir=demo 测试准确率为95,
2、使用tools/export_model.py导出模型: python tools/export_model.py -c configs/ppyoloe/ppyoloe_plus_crn_l_80e_coco.yml -o weights=./output/ppyoloe_plus_crn_l_80e_coco/best_model.pdparams --output_dir=./output/inference_model
使用静态导出的模型测试
CUDA_VISIBLE_DEVICES=0 python deploy/python/infer.py --model_dir=./output/inference_model/ppyoloe_plus_crn_l_80e_coco --image_dir=demo/ 模型测试图片准确率为10%
######### 请问到底什么原因导致的啊,为啥差距这么明显?????
请问导出后精度降低的问题解决了吗?
解决了嘛 还有问题的话请提新的issue
问题确认 Search before asking
请提出你的问题 Please ask your question
使用ppyoloe+进行目标检测 1、直接推理测试: CUDA_VISIBLE_DEVICES=0 python tools/infer.py -c configs/ppyoloe/ppyoloe_plus_crn_l_80e_coco.yml -o weights=./output/ppyoloe_plus_crn_l_80e_coco/best_model.pdparams --infer_dir=demo 测试准确率为95,
2、使用tools/export_model.py导出模型: python tools/export_model.py -c configs/ppyoloe/ppyoloe_plus_crn_l_80e_coco.yml -o weights=./output/ppyoloe_plus_crn_l_80e_coco/best_model.pdparams --output_dir=./output/inference_model
使用静态导出的模型测试
推理文件夹下的所有图片
CUDA_VISIBLE_DEVICES=0 python deploy/python/infer.py --model_dir=./output/inference_model/ppyoloe_plus_crn_l_80e_coco --image_dir=demo/ 模型测试图片准确率为10%
######### 请问到底什么原因导致的啊,为啥差距这么明显?????