EfficientNetv2测试

https://github.com/Wulingtian/EfficientNetv2_TensorRT_int8/blob/master/effnetv2.py

测试代码：

  

   

    

     

    
    

     

      if __name__ == '__main__':
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 import os
     
    
   

    

     

    
    

     
 import time
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       model=EfficientNet(5)
     
    
   

    

     

    
    

     

       model.cuda()
     
    
   

    

     

    
    

     

       model.eval()
     
    
   

    

     

    
    

     

       model_path = "dicenet.pth"
     
    
   

    

     

    
    

     

       torch.save(model.state_dict(), model_path)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       fsize = os.path.getsize(model_path)
     
    
   

    

     

    
    

     

       fsize = fsize / float(1024 * 1024)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       print(f"model size {round(fsize, 2)} m")
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       size=224
     
    
   

    

     

    
    

     

       input = torch.rand(10, 3, size, size).cuda()
     
    
   

    

     

    
    

     
 for i in range(15):
     
    
   

    

     

    
    

     

       t1 = time.time()
     
    
   

    

     

    
    

     

       loc = model(input)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

       cnt = time.time() - t1
     
    
   

    

     

    
    

     

       print(cnt, loc.size())
     
    
  
 

测试结果：

模型85m

1060显卡 224 batch支持10

112 batch支持40

图像尺寸和batch-size基本是反向线性关系

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/117002235