EfficientNetv2测试

最新推荐文章于 2025-05-25 10:25:24 发布

AI算法网奇

最新推荐文章于 2025-05-25 10:25:24 发布

阅读量2.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习宝典 pytorch知识宝典

本文链接：https://blog.youkuaiyun.com/jacke121/article/details/117002235

深度学习宝典同时被 2 个专栏收录

1040 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

pytorch知识宝典

512 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

该博客介绍了EfficientNetv2的TensorRT整合测试，展示了不同模型尺寸和batch-size下的性能表现。在1060显卡上，224 batch支持10，而112 batch支持40，两者呈反向线性关系。文中提供了TensorFlow实现的EfficientNetv2模型参数，并给出了两个GitHub资源链接供参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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())</

了解本专栏