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
冬奇Lab10 小时前
每日一个开源项目(第140篇):AgentScope 2.0 - 阿里开源的生产级 Agent 框架
人工智能·开源·agent
冬奇Lab10 小时前
Skill 系列(04):Skill 指标体系——L1/L2/L3 三层监控,让质量下降有据可查
人工智能·开源·llm
IT_陈寒11 小时前
Vite的静态资源打包让我熬夜到三点,这坑千万别跳
前端·人工智能·后端
玩转AI不是事12 小时前
用IndexedDB做AI对话离线缓存实战
人工智能
Asize12 小时前
多模态生图:从 Vite 工程化到前端调用 Qwen Image
javascript·人工智能·后端
MobotStone12 小时前
AI项目越多,为什么越容易失控
人工智能·aigc
十有八七12 小时前
AI时代的置身X内
前端·人工智能
Lkstar12 小时前
A2A协议深度解析|Agent2Agent通信标准,智能体互联网的"HTTP"
人工智能·llm
百度Geek说13 小时前
当代码越来越便宜,什么在变贵?
人工智能
橘子星13 小时前
LLM 无状态架构实践:从原理到代码落地
前端·javascript·人工智能