ONNX 模型库
返回模型

说明文档

license: apache-2.0 datasets:

  • coco pipeline_tag: image-segmentation tags:
  • computer-vision
  • image-segmentation
  • ENOT-AutoDL

ENOT-AutoDL 在 MS-COCO 上的剪枝基准测试

本仓库包含使用 ENOT-AutoDL 框架加速的模型。 使用 Torchvision 中的模型作为基准。 评估代码也基于 Torchvision 参考。

DeeplabV3_MobileNetV3_Large

模型 延迟 平均 IoU (%)
DeeplabV3_MobileNetV3_Large Torchvision 8872.87 47.0
DeeplabV3_MobileNetV3_Large ENOT (x2) 4436.41 (x2.0) 47.6 (+0.6)
DeeplabV3_MobileNetV3_Large ENOT (x4) 2217.53 (x4.0) 46.4 (-0.6)

验证

要验证结果，请按照以下步骤操作：

  1. 安装所有必需的依赖包：
    pip install -r requrements.txt
  2. 计算模型延迟：
    python measure_mac.py --model-path path/to/model.pth
  3. 测量 PyTorch (.pth) 模型的平均 IoU：
    python test.py --data-path path/to/coco --model-path path/to/model.pth

如果您想预约演示，请联系我们：enot@enot.ai 。

ENOT-AutoDL/coco-benchmark

作者 ENOT-AutoDL

image-segmentation
↓ 0 ♥ 5

创建时间: 2024-09-02 06:05:17+00:00

更新时间: 2024-09-12 04:21:16+00:00

在 Hugging Face 上查看

文件 (14)

.gitattributes
.gitmodules
README.md
common.py
deeplabv3_mobilenet_v3_large/.gitattributes
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large.onnx ONNX
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large.pth
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large_x2.onnx ONNX
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large_x2.pth
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large_x4.onnx ONNX
deeplabv3_mobilenet_v3_large/deeplabv3_mobilenet_v3_large_x4.pth
measure_mac.py
requirements.txt
test.py