Ir para o conteúdo principal
Base de conhecimentos do Suporte

Como posso melhorar o desempenho de inferência do modelo YOLOv4?

Tipo de conteúdo: Solução de problemas   |   ID do artigo: 000088869   |   Última revisão: 08/09/2022

Descrição

  • Treinei um modelo YOLOv4 com imagens não quadradas usando PyTorch.
  • Converteu os pesos para arquivo ONNX e depois para Representação Intermediária (IR).
  • Não foi possível determinar como obter um melhor desempenho de inferência.

Resolução

A Ferramenta de otimização pós-treinamento (POT) foi projetada para acelerar a inferência de modelos de aprendizagem profunda aplicando métodos especiais sem retreinamento de modelos ou ajuste fino.

  • Aplique algoritmos pós-treinamento do POT.
  • Consulte Use a interface de linha de linha de comando da ferramenta de otimização pós-treinamento.

Outras informações

Consulte Treinamento em imagens não quadradas e inferência retangular para como implementar imagens treinadas não quadradas no modelo YOLO.

Produtos relacionados

Este artigo aplica-se a 4 produtos.
Software do processador Intel® Xeon Phi™ OpenVINO™ toolkit Bibliotecas de desempenho

Produtos descontinuados

Intel® DevCloud for the Edge

Avisos legais

O conteúdo desta página é uma combinação de tradução humana e por computador do conteúdo original em inglês. Este conteúdo é fornecido para sua conveniência e apenas para informação geral, e não deve ser considerado completo ou exato. Se houver alguma contradição entre a versão em inglês desta página e a tradução, a versão em inglês prevalecerá e será a determinante. Exibir a versão em inglês desta página.