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
老金带你玩AI12 小时前
GLM-5.2来了,Claude Code百万上下文怎么配?
人工智能
AI_yangxi12 小时前
短视频矩阵系统供应商
大数据·人工智能·矩阵
Asize12 小时前
Prompt 驱动 NLP:从 ES6 模块化到文本推理实战
javascript·人工智能·机器学习
harykali12 小时前
Datawhale Hello-ROCm学习:初探Gemma4 #AMDev #Datawhale
人工智能·llm
行者-全栈开发12 小时前
CVE-2026-33017:Langflow AI工作流平台未授权RCE漏洞深度剖析与紧急修复指南
人工智能·rce·漏洞修复·ai安全·langflow·cvss 10.0·cve-2026-33017
happyprince12 小时前
05_verl-配置系统详解
人工智能·架构·强化学习
txg66612 小时前
FuzzGPT:用大语言模型生成“极端边界程序”的深度学习框架 Fuzzing 新范式
人工智能·深度学习·安全·网络安全·语言模型
Cloud_Shy61812 小时前
解读《Effective Python 3rd Edition》:从练气到老魔(第六章 Item 44 - 47)
开发语言·人工智能·经验分享·笔记·python
zhy2956312 小时前
【DNN】基于llama.cpp的Qwen3-0.6B量化部署微调
人工智能·lora·dnn·llama·qwen3