[Yolov5][Pytorch] 如何jit trace yolov5模型

1. 环境要求

为了确保不会出现因环境问题导致的错误,强烈建议使用下面的环境:

torch:1.7.0
torchvision:0.7.0
python: 3.7
yolov5: release <= 3.1

2. 准备工作

Clone 代码和下载预训练权重,详细请参考这篇文章《YOLOv5的详细使用教程,以及使用yolov5训练自己的数据集》

注意:

  1. yolov5 的代码需要checkout到对应的tag。

    如:git checkout v3.1

  2. 预训练的模型也要下载对应版本。如v3.1 release。

    https://github.com/ultralytics/yolov5/releases/tag/v3.1

3. jit trace

下面以Yolov5s为例,描述trace的过程。

  1. cd yolov5

  2. 新建一个jit_trace.py的文件,代码如下:

     import torch
     import torchvision
    
     import models
     from models.experimental import attempt_load
    
     torch_model = attempt_load('weights/yolov5s.pt', map_location=torch.device('cpu'))
     torch.jit.trace(torch_model, torch.rand([1, 3, 640, 640])).save('yolov5_jit.pt')
    
  3. 因为jit_trace不支持条件和循环,所以模型最后的后处理部分不能trace,需要屏蔽掉。这部分放在模型外通过代码来实现。

    具体做法。 修改model/yolo.py中Detect的forward函数,屏蔽掉条件判断处理部分。
    在这里插入图片描述

  4. 执行trace。

     python3 jit_trace.py
    

    trace成功后,会看到trace后的yolov5_jit.pt模型。

  • 2
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 7
    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 7
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
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