Closed yao-zheng-yi closed 3 years ago
模型是Darknet结构 我使用yolov5来转换onnx 需要修改modelori.py和export_onnx.py文件部分内容。
yolov4转onnx应该也是可以的,但也需要适配,模型输出结构我是按照yolov5来的
@yao-zheng-yi 尝试了一下,成功将剪枝后微调的模型转为onnx export model to onnx set True when export model to onnx
感谢,我前段时间也尝试转换成功了。 最近我更新了你的最新代码,发现使用新代码剪枝微调后得到的mAP和使用旧代码剪枝微调后比起来下降了三四个点。我在使用蒸馏的时候训练几个epoch就会出现nan,所以没有用到蒸馏。是因为这个原因才会导致mAP下降吗?
目前代码蒸馏是可选项,不干扰之前的代码。 不清楚你两个版本之前代码的差别,要比对一下才能判断是不是这个原因
我把新代码稀疏训练的模型用新代码进行剪枝,结果还是不好 看了一下稀疏训练的结果,有点古怪,感觉是稀疏训练的问题 这是新代码稀疏训练的结果 这是旧代码的
稀疏化训练和正常训练的效果应该差不多,你这里map都好低
正常训练的map也在35左右
剪枝转成onnx后 速度提升多大?
It depends(hardware, models, precision requirements, deployment platform, etc.), you have to find out yourself.
@yao-zheng-yi 尝试了一下,成功将剪枝后微调的模型转为onnx export model to onnx set True when export model to onnx
但是转换后的模型检测出来很多框,这如何解决呢?
请问楼主,目前我模型按照export model to onnx导出来的进行推理发现结果有很多的检测框,这种问题该如何解决呢
according to my experience,the problem may be caused by the version of model.There are some wrong parameters here.
according to my experience,the problem may be caused by the version of model.There are some wrong parameters here. 博主,我的pt模型检测效果就是有效的,准确性挺好的,就是在模型准换的时候出现多框的问题,如果是版本问题,前面是不是就准换不成功,想请教楼主有没有别的办法进行有效准换,还有一个问题请教,那个set True when export model to onnx与export model to onnx是两个单独独立的转换模型的方法吧,不是同时修改设置吧?
微调后得到的模型文件还是Darknet结构的吗?我尝试使用了yolov4转onnx和yolov5转onnx,两种方法都没有成果