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
明志数科4 小时前
具身智能数据工程观察:“数据筑基“时代的数据底座建设路径
人工智能·机器人
m0_614523555 小时前
普通视频怎么做多场景一镜到底:路线设计、逐段衔接与整体验收
人工智能·音视频
海宇服务6 小时前
零信任架构实战:基于海宇对外投资历史查询服务构建自动化供应商准入网关
运维·人工智能·架构·自动化
东风破_6 小时前
别急着上 Agentic RAG:先用 LangGraph 把最小 RAG 跑明白
人工智能
LaughingZhu6 小时前
Product Hunt 每日热榜 | 2026-09-12
人工智能·深度学习·神经网络·搜索引擎·百度
天真小巫6 小时前
2026.9.13总结(工作量日益繁重的当下,AI如何提效)
人工智能
Zguigo6 小时前
【CUDA1】GPUvsCPU,CUDA Kernel
人工智能·pytorch·深度学习
thesky1234566 小时前
用 ONNX Runtime 把 PyTorch 模型变成跨平台极速推理引擎:导出、优化、量化完整实
人工智能·深度学习·模型部署
米小虾6 小时前
把 KV Cache 从 3514 字节压到 890 字节:DeepSeek V4.1-Flash 动了什么,又没动什么
人工智能
锋行天下7 小时前
LangGraph 进阶:Command + Send 动态控制流、并行 Map-Reduce 实战与踩坑
人工智能