Closed zxsitu closed 2 years ago
没有准备能测试得到每一类p,r,map的函数。 建议保存检测结果,单独测试模型性能。
@ZJU-lishuang 明白,还有一个小问题。请问怎样得到微调后模型的推理时间inference time呢?就是等于剪枝后的模型推理时间吗?
微调并不会改变模型推理的时间
谢谢,清楚了。
@ilem777 前面你跑起来都没问题吗
@ilem777 没碰到其它issue中那些问题吗
@ZJU-lishuang 我国庆时运行您的代码没问题的,包括正常训练、稀疏、剪枝以及恢复训练,但是精度有点低。因此我修改了我的数据集打算下周再重新过一次流程,目前遇到的问题是剪枝时报错ValueError: only one element tensors can be converted to Python scalars
您在其他issue中解释是稀疏不到位,因此我目前将稀疏训练300轮增到500轮再试一次。python train_sparsity.py --weights runs/train/sewer-yolov5s/weights/last.pt --data data/coco128.yaml --cfg models/yolov5s.yaml --hyp data/hyp.scratch.yaml --img-size 640 --batch 8 --epochs 500 -sr --s 0.001 --prune 1 --name sewer-yolov5s-sparsity1
恩,这个是模型参数最小值不唯一,就是说有多个最小值,即最低点,表示稀疏不到位,可能是数据集过小(实验过用几十张图片做训练集,一直稀疏不下去)或者稀疏不到位(训练只跑个十几次就剪枝,也报这个错误)
清楚,明白了,谢谢您的解释。
作者您好,我正常的进行了训练、稀疏训练、剪枝(采用了prune0),最后微调恢复训练。 我想测试微调后的模型性能,使用了您yolov5-v4库里面的test.py,但是出现了以下的报错。
然后我看回来您yolov5_prune库里面也有一个test.py,于是乎我也试着用一下看能不能得到微调后的模型数据,结果也报错了。(而且没有--task val/test,--verbose也没有)
请问作者您有一份可以测试剪枝后和微调后模型的代码?感谢。