1.日志分析 analyze_logs.py
https://blog.csdn.net/jy1023408440/article/details/105701705
2.可视化数据集 browse_dataset.py
python tools/browse_dataset.py m1/faster_rcnn_r50_fpn_1x_coco.py
ConfigDict' object has no attribute 'pipeline'
报错,不过我用的voc格式的个人数据集
3.模型复杂度 get_flops.py
python tools/get_flops.py m1/faster_rcnn_r50_fpn_1x_coco.py
4.发布模型 publish_model.py
python tools/publish_model.py m1/f16/epoch_12.pth m1/f16/ys.pth (FP16)
模型从236.47MB--->79.38MB
79.38/236.47=0.335687 只有原来的1/3
下面是没有经过FP16训练的。模型本身较大,经过清除还是较大。
模型从315.32MB--->158.23MB
158.23/315.32=0.5018 原来的1/2
5.评估指标eval_metric.py
python tools/eval_metric.py m1/faster_rcnn_r50_fpn_1x_coco.py m1/faster/ep10.pkl --eval mAP
6.打印config文件 tools/print_config.py
会将改动的,多层嵌套的config一次性打印出来