mmdetection计算参数量和计算复杂度

参数量与图片尺寸无关

而计算复杂度(GFlops)与输入图片的尺寸有关,作比较的时候要确保,输入尺寸一致的,最新版本的mmdetection的tools/analysis_tools/get_flops.py中不支持更改输入图片尺寸,而是自己从数据集中获取大小,想要自定义输入尺寸可以按如下操作:

①找到.conda/envs/mmlab/lib/python3.8/site-packages/mmengine/analysis/print_helper.py文件

②在677行get_model_complexity_info函数的最开始加上以下两句

input_shape=(3,640,640)

inputs=None

相关推荐
xwz小王子3 分钟前
RoboLab:机器人通用策略泛化的仿真评估
人工智能·深度学习·机器人
小江的记录本6 分钟前
【RAG】RAG检索增强生成(核心架构、全流程、RAG优化方案、常见问题与解决方案)
java·前端·人工智能·后端·python·机器学习·架构
七夜zippoe10 分钟前
OpenClaw 飞书深度集成:知识库管理
大数据·人工智能·飞书·集成·openclaw
●VON12 分钟前
【AI工具】本地部署 Dify + Ollama 实现无限 Token 智能体搭建
人工智能·学习·dify·智能体·本地·von
ZPC821013 分钟前
arm_controller/follow_joint_trajectory action
人工智能·计算机视觉·机器人
人工智能AI技术15 分钟前
向量数据库基础:给智能体提供长期精准记忆
人工智能
ZzT16 分钟前
我做了一个 Claude Code 多 Agent 工作流的可视化编排平台
人工智能·claude
sp_fyf_202420 分钟前
【大语言模型】 揭开指令混合用于大语言模型微调的神秘面纱
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理
阿杰学AI22 分钟前
AI核心知识121—大语言模型之 基于人类反馈的强化学习 (简洁且通俗易懂版)
人工智能·深度学习·ai·语言模型·强化学习·奖励模型·rm
花椒技术22 分钟前
从 1.5 秒到 660ms,直播间首屏秒开是怎么做出来的?
人工智能·后端·全栈