search

tanluren / yolov3-channel-and-layer-pruning

yolov3 yolov4 channel and layer pruning, Knowledge Distillation 层剪枝，通道剪枝，知识蒸馏
Apache License 2.0
1.5k stars 446 forks source link

剪枝mAP=0？inference没变？正确的流程应该怎样？ #30

Open zihaozhang9 opened 4 years ago

zihaozhang9 commented 4 years ago

我使用如下命令进行剪枝 `python train.py --cfg cfg/yolov3.cfg --data data \ --weights weights/last.pt \ --epochs 100 --batch-size 16 -sr --s 0.001 --prune 1

python shortcut_prune.py --cfg cfg/yolov3.cfg --data data \ --weights weights/last.pt \ --percent 0.6`

稀疏训练没有100epochs就停止了。 然后结果非常糟糕 image 请问有何建议？ 是需要更多的稀疏训练？然后需要fine tune吗。剪枝之后，不训练，map也可以正常吗？ inference没变？是因为我使用了显卡吗。本来很快？所以剪枝加速不明显？（使用的1080ti单卡）

tanluren commented 4 years ago

稀疏训练是一个完整的过程，建议看看readme分享的案例，稀疏后要达到的效果是bn weight较大压缩，精度较大回升；剪枝的比例因你的稀疏情况不同，效果也不一样，剪后掉点厉害就尝试剪少一点，如果是掉点的，finetune是必须的；另外不同数据集的剪枝比例也不一样；速度方面单纯剪通道的话速度不一定有提升，看机器，剪层的一般会有提升，建议使用slim prune剪通道，layer prune剪层

zihaozhang9 commented 4 years ago

单纯剪通道的话速度不一定有提升，看机器，剪层的一般会有提升，建议使用slim prune剪通道，layer prune剪层

好的。我再学习一下