forgetest5
/
PaddleOCR
1
0
Fork 0
Code Issues Pull Requests Releases Wiki Activity
PaddleOCR/deploy/slim/prune
History
yukavio a3dee6a4b1 remove env flags 2020-09-16 11:48:51 +00:00
..
README.md add slim/prune 2020-09-15 13:32:14 +00:00
export_prune_model.py remove env flags 2020-09-16 11:48:51 +00:00
pruning_and_finetune.py remove env flags 2020-09-16 11:48:51 +00:00
sensitivity_anal.py remove env flags 2020-09-16 11:48:51 +00:00

README.md

运行示例前请先安装develop版本PaddleSlim

模型裁剪压缩教程

概述

该示例使用PaddleSlim提供的裁剪压缩API对OCR模型进行压缩。 在阅读该示例前，建议您先了解以下内容：

安装PaddleSlim

可按照PaddleSlim使用文档中的步骤安装PaddleSlim。

敏感度分析训练

进入PaddleOCR根目录，通过以下命令对模型进行敏感度分析：

python deploy/slim/prune/sensitivity_anal.py -c configs/det/det_mv3_db.yml -o Global.pretrain_weights=./deploy/slim/prune/pretrain_models/det_mv3_db/best_accuracy Global.test_batch_size_per_card=1

裁剪模型与fine-tune

python deploy/slim/prune/pruning_and_finetune.py -c configs/det/det_mv3_db.yml -o Global.pretrain_weights=./deploy/slim/prune/pretrain_models/det_mv3_db/best_accuracy Global.test_batch_size_per_card=1

评估并导出

在得到裁剪训练保存的模型后，我们可以将其导出为inference_model，用于预测部署：

python deploy/slim/prune/export_prune_model.py -c configs/det/det_mv3_db.yml -o Global.pretrain_weights=./output/det_db/best_accuracy Global.test_batch_size_per_card=1 Global.save_inference_dir=inference_model