YoloV5l--＞slim--＞caffe--＞AI1

---

前言

记录一下AI1上踩过的坑，先说结论AI1对yolov5宽度不敏感，只对深度敏感（yolov5l实测）。要是看到这篇文章的朋友有不同结论，欢迎留言讨论！

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、YoloV5l模型训练+剪枝+转caffe

训练代码参考yolov5_v4，
剪枝代码参考YoloV5sl_V4_prune
转换好的caffe模型参考YoloV5l-Caffe
按照上述repo的步骤，剪枝参数为prune 0.8、 keep layer 0.01、8x

二、PC端测试

	time	f1score
yolov5l	0.022 s	0.845
yolov5l prune	0.015 s	0.804

三、AI1端测试

这里没在AI1上测试yolo5l原始模型的速度，因为v5l原始模型在电脑上速度跟yolov3差不多。所以就用现成的v3模型与yolo5l剪枝后的模型比较计算速度。以下计时只是device侧耗时，且device不计算Focus模块。是不是很迷，剪枝后速度竟然没有变化–_-- !!!

	time
yolov3	28 ms
yolov5l prune	28 ms