Open sbbug opened 3 years ago
按照你设置的参数稀疏化训练模型,迭代了60轮,怎么没效果,s=0.0001 请问参数该如何调整呢?
我在实验的过程中也发现YOLOv5稀疏化比较困难,所以需要设置较大的s。s的设置与模型和数据集都有关系,推荐参考这篇paper:《Rethinking the Smaller-Norm-Less-Informative Assumption in Channel Pruning of Convolution Layers》。
按照你设置的参数稀疏化训练模型,迭代了60轮,怎么没效果,s=0.0001 请问参数该如何调整呢?
我在实验的过程中也发现YOLOv5稀疏化比较困难,所以需要设置较大的s。s的设置与模型和数据集都有关系,推荐参考这篇paper:《Rethinking the Smaller-Norm-Less-Informative Assumption in Channel Pruning of Convolution Layers》。
好的,感谢!
稀疏化后进行剪枝,为何微调时,mAP几乎为零。 下面是稀疏化后结果:
稀疏化后进行剪枝,为何微调时,mAP几乎为零。 下面是稀疏化后结果:
可能剪枝率太大?
稀疏化后进行剪枝,为何微调时,mAP几乎为零。 下面是稀疏化后结果:
可能剪枝率太大?
总体剪枝率设置为0.5,每一层保持率在0.1。 我发现经过微调训练,准确率基本会跟上来,确实奇怪!!
按照你设置的参数稀疏化训练模型,迭代了60轮,怎么没效果,s=0.0001 请问参数该如何调整呢?
请问一下你本地测试通过的是基于v5哪个版本呢 能不能简单提供一下剪枝成功的配置文件和关键py文件之内😀
按照你设置的参数稀疏化训练模型,迭代了60轮,怎么没效果,s=0.0001 请问参数该如何调整呢?
我在实验的过程中也发现YOLOv5稀疏化比较困难,所以需要设置较大的s。s的设置与模型和数据集都有关系,推荐参考这篇paper:《Rethinking the Smaller-Norm-Less-Informative Assumption in Channel Pruning of Convolution Layers》。
好的,感谢!
您好,我想问一下您的BN层ganmma系数是怎么看的,我的tensorboard中没有这个图,或者是自己写代码弄出来的么?
按照你设置的参数稀疏化训练模型,迭代了60轮,怎么没效果,s=0.0001 请问参数该如何调整呢?