Open yangwenwu92 opened 2 years ago
目前已在三个模型上实现了剪枝操作。 稀疏度不够吧,觉得数据集不行可以试试coco和voc的效果
目前已在三个模型上实现了剪枝操作。 稀疏度不够吧,觉得数据集不行可以试试coco和voc的效果
那再请问一下,训练稀疏矩阵的时候,scale的参数应该要随着学习率或者说是基础的梯度参数进行调整吧,我看我梯度的scale设置过大的话,所有梯度都是几百几十的参数,还全是正数。
tanluren/yolov3-channel-and-layer-pruning里面有参数解释
采用的5l模型采用自己的数据集训练和稀疏训练。但是在剪枝的时候,test.py中inf_out可以得出,但进行非极大值抑制求值的时候,总是没有超过conf_thresh的值,导致output总是none,最终map计算为0。这样来说,剪枝后的模型在进行前向推理过程本身就存在问题了,这是什么原因。给人感觉就是必须特定数据集特定的5s模型才能剪了。