使用thop库分析模型的参数量、运算量、帧率

Parameters    参数量,指模型含有多少参数。
GFLOPs    FLOPs 是浮点运算次数,可以用来衡量算法/模型复杂度GFLOPs。为十亿(1e9)次的浮点运算。
Latency    网络前向传播的时间,1 ms=1e-3 s,10.5ms=0.0105s
FPS    每秒传输帧数,FPS=1/Latency,1/0.0105=95.2

首先安装thop

pip install thop

测试模型参数量和Flops

    from thop import profile
    network = SwinTransformer(
    hidden_dim=96,
    layers=(2, 2, 18, 2),
    heads=(3, 6, 12, 24),
    channels=3,
    num_classes=8,
    head_dim=32,
    window_size=16,
    downscaling_factors=(4, 2, 2, 2),
    relative_pos_embedding=True
    )
    input = torch.randn(3,3,512,1024)
    
    flops, params = profile(network, inputs=(input, ))
    print("flops",flops)
    print("params",params)

测试一张图所预测的时间:

    network.cuda()
    network.eval()
    imgs = input.cuda()
    start = time.time()
    outputs,*outputs_aux = network(imgs)
    end = time.time()
    print("latency: ", end-start)
    print("fps: ", 1/(end-start))

  • 2
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

开始学AI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值