Lightweight-human-pose-estimation.pytorch: Mencoba dengan MobileNet-V2
Saya mencoba mengganti Mobilenet-V1 dengan Mobilenet-V2. Ada wawasan?
anerisheth19
Semua 10 komentar
Silakan periksa kertasnya. Singkatnya, itu tidak memberikan peningkatan kecepatan/akurasi.
Daniil-Osokin
pada 15 Okt 2019
Aku memeriksanya. Namun, saya mencoba menerapkan MobileNetV2 pada algoritme Anda. Saya mendapatkan kesalahan. Bisa tolong share kodenya?
Terima kasih,
anerisheth19
pada 15 Okt 2019
Atau jika Anda dapat membagikan model pra-latihan untuk MobileNet V2, itu juga bagus!
anerisheth19
pada 15 Okt 2019
Saya tidak punya kode ini. Anda dapat memposting kesalahan, mungkin untuk men-debug-nya.
Daniil-Osokin
pada 19 Okt 2019
Oke. Terima kasih!
Saya membaca makalah Anda tentang implementasi ini dan memiliki satu pertanyaan. Apa yang dimaksud dengan 'potong menjadi konv4_1', 'potong menjadi konv5_5', dll. dalam pemilihan tulang punggung MobileNet?
anerisheth19
pada 22 Okt 2019
Ini berarti berapa banyak lapisan dari tulang punggung yang diambil. MobileNet v1 memiliki 6 blok yang terdiri dari depthwise convolutions dan 1x1 pointwise convolutions. Setelah setiap langkah blok tumbuh (ada konvolusi dengan langkah == 2). Angka pertama konv 5 _5 adalah indeks blok, konv5_ 5 kedua adalah indeks konvolusi (kedalaman + titik) di dalam blok. Kami menghapus langkah di conv4_2 dan menambahkan pelebaran di conv5_1, Anda dapat memeriksanya di kode .
Daniil-Osokin
pada 22 Okt 2019
Dingin. Ini menjelaskan banyak hal.
Sekali lagi terima kasih!
anerisheth19
pada 22 Okt 2019
Sama sama!
Daniil-Osokin
pada 23 Okt 2019
Apakah ada cara khusus untuk menghitung GLOPS dan Jumlah parameter? Saya berencana untuk menggunakan https://github.com/sovrasov/flops-counter.pytorch
anerisheth19
pada 25 Okt 2019
Yang ini ok, sepertinya kami telah menggunakannya. Anda juga dapat menginstalnya melalui pip .
Daniil-Osokin
pada 26 Okt 2019
Masalah terkait
mohamdev
·
4Komentar
augenstern-lwx
·
9Komentar
RCpengnan
·
6Komentar
mathblue
·
12Komentar
zhenzhongle
·
5Komentar