【mmdetection】工具tools试用

1.日志分析 analyze_logs.py

https://blog.csdn.net/jy1023408440/article/details/105701705

2.可视化数据集 browse_dataset.py

python tools/browse_dataset.py m1/faster_rcnn_r50_fpn_1x_coco.py 

ConfigDict' object has no attribute 'pipeline'

报错，不过我用的voc格式的个人数据集

3.模型复杂度 get_flops.py

python tools/get_flops.py m1/faster_rcnn_r50_fpn_1x_coco.py

4.发布模型 publish_model.py

python tools/publish_model.py m1/f16/epoch_12.pth m1/f16/ys.pth （FP16）

模型从236.47MB--->79.38MB

79.38/236.47=0.335687     只有原来的1/3

下面是没有经过FP16训练的。模型本身较大，经过清除还是较大。

模型从315.32MB--->158.23MB

158.23/315.32=0.5018     原来的1/2  

5.评估指标eval_metric.py

python tools/eval_metric.py m1/faster_rcnn_r50_fpn_1x_coco.py m1/faster/ep10.pkl --eval mAP

6.打印config文件 tools/print_config.py

会将改动的，多层嵌套的config一次性打印出来