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 ...
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...
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。
python tools/coco_error_analysis.py ${RESULT} ${OUT_DIR} [-h] [--ann ${ANN}] [--types ${TYPES[TYPES...]}] 4. 模型复杂度 tools/get_flops.py是一个利用 flops-counter.pytorch 来计算FLOPS与参数的方法。 python tools/get_flops.py ${CONFIG_FILE} [--shape ${INPUT_SHAPE}] 得到的...
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...
python tools/train.py ${CONFIG_FILE} [optional arguments] #多 GPU 训练 bash tools/dist_train.sh ${CONFIG_FILE} ${GPU_NUM} [optional arguments] 命令参数: config_file:模型配置文件的路径 gpu_num:使用GPU的数量 --work-dir:设置存放训练生成文件的路径 ...
mmdetection3d/mmdet3d/models/dense_heads/anchor3d_head.py:94: UserWarning: dir_offset and dir_limit_offset will be depressed and be incorporated into box coder in the future warnings.warn( Traceback (most recent call last): File "tools/analysis_tools/get_flops.py", line 95, in ...
数据集相关代码| |- models # 模型相关代码| |- utils # 辅助工具| |- ...|- tools| |- analysis_tools # 分析工具,包括可视化、计算flops等| |- data_converter # 各个数据集预处理转换脚本| |- create_data.py # 数据预处理入口| |- train.py # 训练脚本| |- test.py # 测试脚本| |- .....
mmdetection3d||-configs # 配置文件|-data # 原始数据及预处理后数据文件|-mmdet3d||-ops # cuda 算子(即将迁移到 mmcv 中)||-core # 核心组件||-datasets # 数据集相关代码||-models # 模型相关代码||-utils # 辅助工具||-...|-tools||-analysis_tools # 分析工具,包括可视化、计算flops等||-data...
. The command I used for get_flops.py ispython tools/analysis tools/get flops.py configs/sparse rcnn/sparse-rcnn_r50_fpn_lx_coco.py. I have tried adjusting batch size and proposals, but neither worked. Python 3.8(ubuntu20.04)