computer-vision - 如何修剪 Detectron2 模型？

Question

我是一名学习计算机视觉几个月的老师。当我能够使用 Detectron2 的 Faster R-CNN 模型训练我的第一个物体检测模型时，我感到非常兴奋。它就像一个魅力!超酷!
但问题是，为了提高准确率，我使用了the largest model在模型动物园里。
现在我想将其部署为人们可以用来减轻工作负担的东西。但是，模型太大了，需要大约 10 秒才能推断出我的 CPU 上的单个图像，即 Intel i7-8750h。
因此，即使在常规云服务器上也很难部署此模型。我需要使用 GPU 服务器或最新型号的 CPU 服务器，这些服务器非常昂贵，而且我不确定是否可以补偿几个月的服务器费用。
我需要使它更小、更快以进行部署。
所以，昨天我发现有类似修剪模型的东西!!我很兴奋(因为我不是计算机或数据科学家，所以不要怪我(((:)
我读了 official pruning documentation of PyTorch ，但我真的很难理解。
我发现全局修剪是最容易做到的。
但问题是，我不知道应该写哪些参数来修剪。
就像我说的，我使用了 Faster R-CNN X-101 模型。我把它作为“ model_final.pth ”。它使用 Base RCNN FPN.yaml它的元架构是“GeneralizedRCNN”。
这似乎是一个简单的配置。但是就像我说的，因为这不是我的领域，所以对我这样的人来说很难。
如果你能一步一步地帮助我，我会非常高兴。
我要留下我用来训练模型的 cfg.yaml 并使用 "dump" 保存它Detectron2 配置类中的方法以防万一。这是Drive link.
非常感谢您提前。

Answer 1

所以我想，您正在尝试优化推理时间并获得令人满意的准确性。如果不了解有关您的对象类型、训练大小、图像大小的详细信息，将很难提供建议。但是，如您所知，ML 项目开发是一个迭代过程，您可以查看以下页面并检查推理和准确性。
https://github.com/facebookresearch/detectron2/blob/master/MODEL_ZOO.md#coco-object-detection-baselines
我建议您尝试 R50-FPN Backbone ，看看您的准确性如何。然后，您将更好地了解下一步要做什么。