Computer vision 如何修剪Detectron2模型？

我是一名学习计算机视觉几个月的教师。当我能够使用Detectron2更快的R-CNN模型训练我的第一个物体检测模型时，我非常激动。它就像一个符咒！超级酷

但问题是，为了提高精度，我在模型动物园中使用了

现在我想将其部署为人们可以用来简化工作的工具。但是，这个模型太大了，在我的CPU上，即Intel i7-8750h上，只需10秒钟就可以推断出一个图像

因此，即使在普通的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，我甚至不确定我是否可以补偿几个月的服务器费用

我需要使它更小更快地部署

所以，昨天我发现有点像修剪模型！！我很兴奋（因为我不是计算机或数据科学家，不要怪我（（：）

我读书，但对我来说真的很难理解

我发现全局修剪是最容易做到的

但问题是，我不知道应该编写哪些参数来删减

正如我所说，我使用了更快的R-CNN X-101模型。我将其命名为“model_final.pth”。它使用了，其元体系结构是“DRCNN”

这似乎是一个简单的配置，但就像我说的，因为这不是我的领域，对我这样的人来说很难

如果你能一步一步地帮助我，我会非常高兴的

我留下了我的cfg.yaml，我用它来训练模型，我用Detectron2 config类中的方法保存了它以防万一

---

非常感谢您。

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，正如您所知，ML项目开发是一个迭代过程，您可以查看以下内容下载页面并检查推断和准确性

---

我建议您试试R50-FPN主干网，看看您的精确度如何。然后，您将更好地了解下一步要做什么。

谢谢，我已经培训了R50-FPN x3模型，它的精确度几乎相同，而且速度更快。我可能会使用此模型。此外，大型模型更多地用于研究目的，而不是部署。您可以n还可以使用大型模型进行数据提取-如果需要进一步加速，则可以使用更浅的主干，如Resnet34。