[浙江大学][高校贡献][PyTorch离线推理][YOLOF]-初次提交 · Pull Request !146 · Ascend/ModelZoo-PyTorch

| 模型       | pth精度     | 710离线推理精度 | 性能基准 | 710性能  |
| ---------- | ----------- | --------------- | -------- | -------- |
| YOLOF bs1  | box AP:42.8 | box AP:42.8     | fps 14.7 | fps 51.1 |
| YOLOF bs16 | box AP:42.8 | box AP:42.8     | fps 18.3 | fps 60.9 |

- onnx因包含自定义算子不支持推理，性能是在基准环境测的在线推理

自验报告
    # 第x次验收测试   
    # 验收结果 OK / Failed
    # 验收环境: A + K / CANN 5.0.4
    # 关联issue: 
        
    # pth是否能正确转换为om
    bash test/pth2om.sh --batch_size=1
    bash test/pth2om.sh --batch_size=16
    # 验收结果： OK
    # 备注： 成功生成om，无运行报错，报错日志xx 等
        
    # 精度数据是否达标
    # npu性能数据(确保device空闲时测试，如果模型支持多batch，测试bs1与bs16，否则只测试bs1，性能数据以单卡吞吐率为标准)
    bash test/eval_acc_perf.sh --batch_size=1
    bash test/eval_acc_perf.sh --batch_size=16
    # 验收结果： 是
    # 备注： 目标box AP 精度42.8，bs1验收box AP 精度42.8，bs16验收box AP 精度42.8;
    # 备注： 验收710测试性能bs1:51.1FPS，bs16:60.9FPS；无运行报错，报错日志xx 等
        
    # 在基准环境测试性能数据(确保卡空闲时测试，如果模型支持多batch，测试bs1与bs16，否则只测试bs1，如果导出的onnx模型因含自定义算子等不能离线推理，则在基准环境测试pytorch模型的在线推理性能，性能数据以单卡吞吐率为标准)
    bash perf_g.sh
    # 验收结果： OK
    # 备注： 验收基准测试性能bs1:14.7FPS，bs16:18.3FPS；无运行报错，报错日志xx 等
        
    # 710性能是否超过基准： 是
    bs1:710=(51.1/14.7)3.48倍基准
    bs16:710=(60.9/18.3)3.33倍基准

Ascend/ModelZoo-PyTorch .gitee-modal { width: 500px !important; }

搜索帮助

Ascend/ModelZoo-PyTorch