ZJU-lishuang / yolov5_prune

yolov5 prune,Support V2, V3, V4 and V6 versions of yolov5
Apache License 2.0
556 stars 136 forks source link

关于稀疏后剪枝 #72

Closed rachel-chennn closed 2 years ago

rachel-chennn commented 2 years ago

请问,我稀疏训练的结果显示 mAP跟正常训练的差不多,如下图

image

但是放进剪枝读取的时候,就读取到下图这样

image

mAP变很小,于是我剪枝的结果mAP是零,请问是怎么回事呢

附上我稀疏训练的可视化

d374cd4b0f143ea9a74ddfd1507bde6

谢谢!!!

ZJU-lishuang commented 2 years ago

稀疏度不够吧,剪枝比例超了。稀疏度那里0.5的边界

rachel-chennn commented 2 years ago

稀疏度不够吧,剪枝比例超了。稀疏度那里0.5的边界

那请问大佬,怎样判断稀疏度是不是够了呢,看图嘛?还是看什么指标呢?我后来稀疏成下面图的结果,放进剪枝也还是test the origin model时map就变为很小了,跟上边贴的图结果差不多。 image 再次感谢!!!

ZJU-lishuang commented 2 years ago

稀疏训练--prune设置的是1吗

rachel-chennn commented 2 years ago

稀疏训练--prune设置的是1吗

参数为--prune 0 --s 0.002 --epoch 350 感谢您的回复!!

ZJU-lishuang commented 2 years ago

我再看看问题吧,prune_yolov5s.py没怎么用,看看和测试函数怎么没搭上

rachel-chennn commented 2 years ago

我再看看问题吧,prune_yolov5s.py没怎么用,看看和测试函数怎么没搭上

非常感谢您,辛苦啦!!

ZJU-lishuang commented 2 years ago

你可以先试试其它的剪枝策略

rachel-chennn commented 2 years ago

你可以先试试其它的剪枝策略

好的!其他剪枝策略有您优先推荐的嘛?我现在就尝试一下

ZJU-lishuang commented 2 years ago

slim_prune_yolov5s_8x.py,其实除prune_yolov5s.py外其它的稀疏策略一致,prune_yolov5s.py实际不实用。

rachel-chennn commented 2 years ago

好的,十分感谢您一直及时的回复~ 我这就去试

ZJU-lishuang commented 2 years ago

我使用项目里的数据集跑prune_yolov5s.py没问题。稀疏模型 last.zip 后缀zip改为pt

rachel-chennn commented 2 years ago

好的感谢!那估计是我的数据集太少了