YOLO改进模块后不出现Glops参数问题

改进模块成功运行但是Glops不显示

在train.py这个文件的最上端添加这个代码即可实现

python 复制代码
import torch
from thop import profile
from models.yolo import Model  # 假设 Model 定义在 yolo.py 中

# 创建模型
 model = Model(cfg='E:/dyh/yolov5/models/odconv.yaml')  # 根据你的配置文件


 inputs = torch.randn(1, 3, 640, 640)
 macs, params = profile(model, inputs=(inputs,))

# 转换为 FLOPs
 flops = macs * 2
 print(f"FLOPs: {flops / 1e9-0.6} GFLOPs")  # 转换为 GFLOPs
#

这里面的-0.6是我根据正常的模块运行后和他之间计算出来的误差,大家可以自己尝试误差是多少然后跟改即可

相关推荐
Ai思想家3 小时前
私有化部署的服务器选型与容量规划
人工智能·安全·ai
小码哥哥3 小时前
实战指南:企业网盘与AI知识库的融合架构设计与实现
人工智能
品牌测评3 小时前
AI编码平台的技术演进与行业格局——2026年生态观察
人工智能
爱查宝小二3 小时前
爱查宝 AIGC 检测与降重能力深度评测
人工智能·aigc
白拾4 小时前
【CVPR 2026】POUR:神经坍缩驱动的可证明最优表示级机器遗忘|从隐私合规与表示几何视角
人工智能·机器遗忘·表示学习·医学影像ai·cvpr 2026·pour 论文分享·神经坍缩
重庆传粉科技4 小时前
AI搜索重构互联网价值交换:GEO如何缓解全域流量流失难题
大数据·人工智能
BUG研究员_4 小时前
Runnable与LCEL
开发语言·人工智能·python
老马聊技术4 小时前
Pytorch深度学习环境配置与测试
人工智能·pytorch·python
带娃的IT创业者4 小时前
Open-Agents:当文件类型检测遇上轻量级AI代理范式
人工智能·ai代理·轻量级架构·文件类型检测·open-agents·vercel labs·内容识别