博客以faster_rcnn_r50_fpn_1x_coco（frrf）为基准，对比了不同Trick组合下模型的性能。包括frrf、frrf+fp16、frrf+fp16+softnms、frrf+fp16+GIOULoss、frrf+fp16+GIOULoss+softnms，从mAP、模型大小、训练时间等方面进行了分析。
基准（faster_rcnn_r50_fpn_1x_coco简称frrf）
config mAP(最好) 模型大小 publish_model cal_train_time (s/iter)
1.frrf 0.9346 315.32MB 158.23MB 0.1298
2.frrf+fp16 0.9301 236.47MB 79.38MB 0.0947
3.frrf+fp16+softnms 0.93526 236.47MB 79.38MB 0.0973
4.frrf+fp16+GIOULoss 0.9367 236.47MB 79.38MB 0.1076
5.frrf+fp16+GIOULoss+softnms 0.9319 236.47MB 79.38MB 0.1031
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
