本文主要是介绍YOLOv8主干网络使用FasterNet替换,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
1 提出问题
减少GFLOPs就一定能提高模型的运行速度吗?一般人认为这个是理由应当的。但是在FasterNet文章中,作者告诉我们:不一定!
延迟与浮点数运算的关系如下:
Latency=FLOPs÷FLOPS
FLOPs:模型浮点数运算
FLOPS:每秒浮点数运算
这个你们在实验中可以得到验证,MobileNetV3主干网络替换之后,参数量下降很多,FLOPs也下降很多,但是在GPU平台上推理延迟并没有降低。
替换步骤
方法一:效仿我上一篇文章《MobileNetV3替换YOLOv8主干》
一样去操作即可点击直达
--------------------------------------分割线-----------------------------------------------------------
方法二:
- 把
FasterNet
源码放到nn/block.py
下面
FasterNet源码
:
from timm.models.layers
这篇关于YOLOv8主干网络使用FasterNet替换的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!