Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
PaddlePaddle
PaddleSlim
提交
865ad449
P
PaddleSlim
项目概览
PaddlePaddle
/
PaddleSlim
1 年多 前同步成功
通知
51
Star
1434
Fork
344
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
53
列表
看板
标记
里程碑
合并请求
16
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
PaddleSlim
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
53
Issue
53
列表
看板
标记
里程碑
合并请求
16
合并请求
16
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
未验证
提交
865ad449
编写于
8月 22, 2022
作者:
L
leiqing
提交者:
GitHub
8月 22, 2022
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Update README.md
上级
6cee8749
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
5 addition
and
5 deletion
+5
-5
example/auto_compression/README.md
example/auto_compression/README.md
+5
-5
未找到文件。
example/auto_compression/README.md
浏览文件 @
865ad449
...
...
@@ -29,8 +29,8 @@ PaddleSlim推出全新自动化压缩工具(Auto Compression Toolkit, ACT)
## **News** 📢
*
🎉 2022.
7.6
[
**PaddleSlim v2.3.0**
](
https://github.com/PaddlePaddle/PaddleSlim/releases/tag/v2.3.0
)
全新发布!目前已经在图像分类、目标检测、图像分割、NLP等20多个模型验证正向效果。
*
🔥 2022.
7.14 晚 20:30,PaddleSlim自动压缩天使用户沟通会。与开发者共同探讨模型压缩痛点问题,欢迎大家扫码报名入群获取会议链接
。
*
🎉 2022.
8.22
[
**PaddleSlim v2.3.2**
](
https://github.com/PaddlePaddle/PaddleSlim/releases/tag/v2.3.2
)
全新发布!目前已经在图像分类、目标检测、图像分割、NLP等20多个模型验证正向效果。
*
🔥 2022.
8.22 晚 19:00,PaddleSlim自动压缩YOLO系列直播课,欢迎大家扫码进入直播技术交流群
。
<div
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/54695910/178181077-57a3a631-f495-4821-878d-ef5e74981718.jpg"
width =
"150"
height =
"150"
/>
...
...
@@ -44,7 +44,7 @@ PaddleSlim推出全新自动化压缩工具(Auto Compression Toolkit, ACT)
### **ACT核心思想**
相比于传统手工压缩,自动化压缩的“自动”主要体现在4个方面:解耦训练代码、离线量化超参搜索、
算法
相比于传统手工压缩,自动化压缩的“自动”主要体现在4个方面:解耦训练代码、离线量化超参搜索、
策略自动组合、硬件感知 (硬件延时预估)。
<p
align=
"center"
>
<img
src=
"https://user-images.githubusercontent.com/23690325/178102488-9f09e991-bfd6-4827-8641-849d9c3fa83c.png"
align=
"middle"
width=
"800"
/>
...
...
@@ -80,8 +80,8 @@ ACT相比传统的模型压缩方法,
|
[
语义分割
](
./semantic_segmentation
)
| PP-LiteSeg | 77.04 | 76.93 | 1.43 | 1.16 |
**1.23**
| NVIDIA Tesla T4 |
|
[
语义分割
](
./semantic_segmentation
)
| HRNet | 78.97 | 78.90 | 8.19 | 5.81 |
**1.41**
| NVIDIA Tesla T4 |
|
[
语义分割
](
./semantic_segmentation
)
| UNet | 65.00 | 64.93 | 15.29 | 10.23 |
**1.49**
| NVIDIA Tesla T4 |
| NLP | PP-MiniLM | 72.81 | 72.44 | 128.01 | 17.97 |
**7.12**
| NVIDIA Tesla T4 |
| NLP | ERNIE 3.0-Medium | 73.09 | 72.40 | 29.25(fp16) | 19.61 |
**1.49**
| NVIDIA Tesla T4 |
| NLP
(./nlp)
| PP-MiniLM | 72.81 | 72.44 | 128.01 | 17.97 |
**7.12**
| NVIDIA Tesla T4 |
| NLP
(./nlp)
| ERNIE 3.0-Medium | 73.09 | 72.40 | 29.25(fp16) | 19.61 |
**1.49**
| NVIDIA Tesla T4 |
|
[
目标检测
](
./pytorch_yolo_series
)
| YOLOv5s
<br/>
(PyTorch) | 37.40 | 36.9 | 5.95 | 1.87 |
**3.18**
| NVIDIA Tesla T4 |
|
[
目标检测
](
./pytorch_yolo_series
)
| YOLOv6s
<br/>
(PyTorch) | 42.4 | 41.3 | 9.06 | 1.83 |
**4.95**
| NVIDIA Tesla T4 |
|
[
目标检测
](
./pytorch_yolo_series
)
| YOLOv7
<br/>
(PyTorch) | 51.1 | 50.8 | 26.84 | 4.55 |
**5.89**
| NVIDIA Tesla T4 |
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录