mobile-yolov5-pruning-distillation:mobilev2-yolov5s剪枝，蒸馏，支持ncnn，...

【实例简介】
移动式yolov5修剪蒸馏 mobilev2-yolov5s的通道修剪和蒸馏。超轻但性能更好！ TensorRT版本===> Android版本===> 背景 yolov5s在640x640分辨率下的计算量和参数量分别为8.39G和7.07M。在速度上仍然有提升空间，通过替换backbone（mobilenetv2），通道剪枝对模型进行压缩。 。本项目以工程化为基础，主要是模型端的优化。实现了常用的剪枝和蒸馏算法，并完成了一个简单的介绍和评估。将工程可用模型转换成对应的部署版本。 基准线 数据集采用Pascal VOC，训练集= train2007 + train2012 + val2007 + val2012，测试集= test2007，基线采用mobile-yolo（imagenet预训练），如果没有特别说明，第一个模块采用重点如果特定特殊说明则可以使用替换参数，batchsize
【实例截图】
【核心代码】
16359647258639154281.zip
└── mobile-yolov5-pruning-distillation-master
├── data
│   ├── coco128.yaml
│   ├── coco.yaml
│   ├── get_coco2017.sh
│   └── voc.yaml
├── detect.py
├── Dockerfile
├── hubconf.py
├── inference
│   ├── images
│   │   ├── bus.jpg
│   │   └── zidane.jpg
│   └── output
│   ├── bus.jpg
│   ├── coco_1.jpg
│   └── zidane.jpg
├── LICENSE
├── models
│   ├── common.py
│   ├── experimental.py
│   ├── __init__.py
│   ├── mobile-yolo3_voc.yaml
│   ├── mobile-yolo5l_voc.yaml
│   ├── mobile-yolo5s_voc.yaml
│   ├── mobile-yolo5s.yaml
│   ├── onnx_export.py
│   ├── yolo.py
│   ├── yolov3-spp.yaml
│   ├── yolov5l_voc.yaml
│   ├── yolov5l.yaml
│   ├── yolov5m.yaml
│   ├── yolov5s_voc.yaml
│   ├── yolov5s.yaml
│   ├── yolov5x_voc.yaml
│   └── yolov5x.yaml
├── outputs
│   └── voc
│   ├── label.png
│   ├── results.txt
│   ├── train_batch0.jpg
│   ├── train_batch1.jpg
│   └── train_batch2.jpg
├── pic
│   ├── after_pruning_prob_05.jpg
│   ├── after_pruning_thres_001.jpg
│   ├── demo1.jpg
│   ├── demo2.jpg
│   ├── demo3.jpg
│   ├── demo4.jpg
│   ├── distillation_1.jpg
│   ├── distillation_2.png
│   ├── distillation_3.png
│   ├── distillation_4.jpg
│   ├── distillation_5.png
│   ├── distillation_6.jpg
│   ├── distillation_7.png
│   ├── pruning_func.jpg
│   └── pruning_func.png
├── pruning.py
├── README.md
├── requirements.txt
├── script
│   ├── cal_flop.py
│   ├── coco2darknet.py
│   ├── kmeans.py
│   ├── labelme2darknet.py
│   ├── split_train_data.py
│   ├── tfyolo2darknet.py
│   └── voc_label.py
├── test.py
├── torch_pruning
│   ├── dependency.py
│   ├── __init__.py
│   ├── prune
│   │   ├── __init__.py
│   │   ├── structured.py
│   │   └── unstructured.py
│   └── utils.py
├── train.py
├── tutorial.ipynb
├── utils
│   ├── activations.py
│   ├── datasets.py
│   ├── google_utils.py
│   ├── __init__.py
│   ├── torch_utils.py
│   └── utils.py
└── weights
└── download_weights.sh

14 directories, 76 files