这个官方文档就有python tools/analysis_tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}]得到结果如下: === Input shape: (3, 1280, 800) Flops: 239.32 GFLOPs Params: 37.74 M === 1. 2. 3. 4. 5. 对输出图像的处理 mmdetection检测或者预览的图像都是在image.py里面实现的,比如如...
可视化 CONFIG_FILE=_ RESULT_FILE=_ STAGE=_ SAVE_DIRECTORY=_ python DetVisGUI.py ${CONFIG_FILE} 模型复杂度分析 python ./tools/analysis_tools/get_flops.py config/${config_file} 输入输出维度,flops, 参数量 发布于 2022-09-05 14:06 ...
3.获得FLOPs(每秒浮点数)和参数数量(实验性的) 我们提供了一个改写自flops-counter.pytorch的脚本,来计算所给模型的FLOPS和参数量。代码如下: python tools/get_flops.py ${CONFIG_FILE} [–shape ${INPUT_SHAPE}] 你将得到类似于下面的结果: Input shape: (3, 1280, 800) Flops: 239.32 GMac Params: 37....
参数量与计算量 关于参数量与flops的计算可以使用tools/analysis_tools/get_flops.py,这里就不再赘述了。
一些自定义的操作例如GN等没有算在FLOPS中。更多信息参考mmcv.cnn.get_model_complexity_info() 两步法的FLOPS依赖于proposal的数目。 5. 模型转换 5.1 mmdetection模型转换为ONNX(实验阶段) mmdetection提供了一个脚本将模型转换为ONNX。 python tools/pytorch2onnx.py ${CONFIG_FILE} ${CHECKPOINT_FILE} --outpu...
python tools/analysis_tools/get_flops.py \ ${CONFIG_FILE} [--shape ${INPUT_SHAPE}] 命令参数: config_file:模型配置文件的路径 --shape:输入图像尺寸,默认值为1280 800 示例: python tools/analysis_tools/get_flops.py \ configs/myconfig/faster_rcnn_r50_fpn_1x_mydataset.py \ ...
mmdet3d中提供了 tools/analysis_tools/get_flops.py 脚本来计算一个模型的计算量 (FLOPS) 和参数量 (params),具体是通过 mmcv.cnn.get_model_complexity_info() 这个函数来计算得到的。 测试PointPillars模型 python tools/analysis_tools/get_flops.py configs/pointpillars/hv_pointpillars_secfpn_6x8_160e_kitti...
我们提供了一个根据 flops-counter.pytorch (https://github.com/sovrasov/flops-counter.pytorch)改编的脚本,用于计算给定模型的FLOP和参数。python tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}]你将得到这样的结果。===Input shape: (3, 1280, 800)Flops: 239.32 GMacParams: 37.74 M...
x=self.neck(x)returnxdefforward_dummy(self, img):"""Used for computing network flops. See `mmdetection/tools/get_flops.py`"""outs=()#backbonex =self.extract_feat(img)#rpnifself.with_rpn: rpn_outs=self.rpn_head(x) outs= outs +(rpn_outs, ) ...
默认输入形状为(1、3、1280、800)。 (2)某些运算符不像GN和自定义运算符那样计入FLOP。 你可以通过修改 mmdet / utils / flops_counter.py ( https://github.com/open-mmlab/mmdetection/blob/master/mmdet/utils/flops_counter.py ) 添加对新操作员的支持。 (3)两级检测器的FLOP取决于提议的数量。