coldlarry / YOLOv3-complete-pruning

提供对YOLOv3及Tiny的多种剪枝版本,以适应不同的需求。
805 stars 214 forks source link

剪枝复现结果讨论 #106

Open zhr01 opened 3 years ago

zhr01 commented 3 years ago

你好, 我用你提供的代码在1080TiGPU上进行试验, 结果如下:

规整剪枝复现结果:

模型 参数量 模型体积 压缩率 耗时(bs1/bs16 ms) mAP
Baseline(416) 61.5M 246.4MB 0% 15.1 / 115.6 0.776
规整剪枝-0.50 28.3M 109MB 53.9% 14.8 / 106.6 0.771
规整剪枝-0.80 13.0M 50MB 78.8% 18.5 / 83.8 0.772
规整剪枝-0.85 10.9M 42MB 82.2% 17.7 / 76.1 0.771
规整剪枝-0.87 10.2M 40MB 83.4% 12.8 / 74.9 0.773
规整剪枝-0.873 10.2M 40MB 83.4% 9.4 / 74.6 0.731
规整剪枝-0.875 10.2M 39MB 83.5% 10.2 / 74.7 0.731
规整剪枝-0.88 10.1M 39MB 83.7% 6.7 / 74.4 0.706
规整剪枝-0.90 9.8M 38MB 84.0% 3.4 / 73.8 0.177

正常剪枝复现结果:

模型 参数量 模型体积 压缩率 耗时(bs1/bs16 ms) mAP
Baseline(416) 61.5M 246.4MB 0% 15.1 / 115.6 0.776
规整剪枝-0.85 9.1M 35MB 85.2% 15.7 / 69.1 0.773
规整剪枝-0.86 8.9M 35MB 85.5% 10.0 / 65.5 0.774
规整剪枝-0.862 8.9M 35MB 85.5% 9.8 / 68.1 0.771
规整剪枝-0.865 8.9M 35MB 85.5% 34.4 / 67.9 0.757
规整剪枝-0.867 8.8M 34MB 85.6% 6.3 / 67.9 0.754
规整剪枝-0.87 8.8M 34MB 85.6% 4.7 / 67.6 0.723

从实验数据来看, 我有3个问题:

  1. readme中提供实验数据是在什么gpu, percent多少的条件下得到的?
  2. percent为0.865的时候, 为什么batch_size为1的infer时间暴涨?
  3. perecnt变化很微小, 结果变化很大, 是什么原因造成这种现象?

另外, 能否提供稀疏化训练后的模型weights文件, 方便结果复现.

谢谢~

caihaunqai commented 2 years ago

您好,我是用的是U版的YOLO训练好的模型,但是我改进的模型没有cfg文件,请问您是怎么做的呢?可以教教我吗,谢谢

blublubiu commented 8 months ago

您好,我在做规整剪枝的时候,我在V100上用YOLOV3剪枝,percent超过0.3MAP就变零了,请问您得到上述的剪枝结果设置的s、epoch是多少呢?是我的稀疏化没做好吗?求教,谢谢您