midasklr
commented
3 years ago 环境：yolov5 是刚刚从github 拉取的最新版本 + yolov5prune 部分文件。 因为在 yolov5prune 工程中测试，发现无法运行。所以复制 train_sparsity.py prune.py prune_utils.py 到 最新的 yolov5 工程中测试。
- 在 yolov5 工程中修改 data/yolov5ss.yaml 使用自己的数据训练。 在 models/yolov5ss.yaml 中修改 depth_multiple：0.01 width_multiple：0.01 使用 train_sparsity.py 进行训练，最终可以得到非常小的参数文件。 python train.py --adam --epochs 100 python train_sparsity.py --st --sr 0.0001 --weights runs/train/exp/lest.pt --adam --epochs 100
- 训练完成后进行剪枝 python prune.py --weights runs/train/exp1/weights/last.pt --percent 0.3
到这里无法进行下去了。 问题：
- 在 models/yolov5ss.yaml 中修改 depth_multiple：0.01 width_multiple：0.01 这里是否影响后面的剪枝？以及是不是能够这样修改
- 请问你的yolov5prune 是基于哪个版本的 yolov5 ? 为啥使用自己的数据无法进行训练 能否和最新的yolov5 进行一下同步呢 非常感谢！
- depth_multiple：0.01 width_multiple：0.01这两个参数不能这么设置，yolov5s/m/l/x模型有固定的参数设置不可改变，这个参数在:https://github.com/ultralytics/yolov5/blob/daab682b06f8416319c99bdf25aec56616bf6ac1/models/yolo.py#L236
引入后然后通过https://github.com/ultralytics/yolov5/blob/daab682b06f8416319c99bdf25aec56616bf6ac1/models/yolo.py#L249
控制C3模块的深度和宽度，可以详细看看：https://github.com/ultralytics/yolov5/blob/daab682b06f8416319c99bdf25aec56616bf6ac1/models/yolo.py#L234
的实现。 对于yolov5s.yaml给出的： depth_multiple: 0.33 # model depth multiplewidth_multiple: 0.50 # layer channel multiple 设置，例如第一个focus模块参数： [[-1, 1, Focus, [64, 3]], # 0-P1/2 计算出来的实际参数： [[-1, 1, Focus, [32, 3]]
- 这个项目基于最新yolov5 v5.0. 建议先熟悉原始yolov5训练自己数据集，然后再剪枝.
tfwn
lijain
环境：yolov5 是刚刚从github 拉取的最新版本 + yolov5prune 部分文件。 因为在 yolov5prune 工程中测试，发现无法运行。所以复制 train_sparsity.py prune.py prune_utils.py 到 最新的 yolov5 工程中测试。
在 yolov5 工程中修改 data/yolov5ss.yaml 使用自己的数据训练。 在 models/yolov5ss.yaml 中修改 depth_multiple：0.01 width_multiple：0.01 使用 train_sparsity.py 进行训练，最终可以得到非常小的参数文件。 python train.py --adam --epochs 100 python train_sparsity.py --st --sr 0.0001 --weights runs/train/exp/lest.pt --adam --epochs 100
训练完成后进行剪枝 python prune.py --weights runs/train/exp1/weights/last.pt --percent 0.3
到这里无法进行下去了。
问题：