请问用Blade优化RetinaNet（Detectron2）类型模型大概流程是怎样的？
已解决请问用Blade优化RetinaNet（Detectron2）类型模型大概流程是怎样的？
写回答
-
今天也要加油吖~采纳回答您好，主要流程如下：
1.步骤一：导出模型
使用Detectron2提供的TracingAdapter或scripting_with_instances任何一种方式导出模型。
2.步骤二：调用Blade优化模型
调用blade.optimize接口优化模型，并保存优化后的模型。
3.步骤三：加载运行优化后的模型
经过对优化前后的模型进行性能测试，如果对结果满意，可以加载优化后的模型进行推理。
2023-01-29 13:05:14赞同 展开评论 打赏 -
您好，主要流程如下：1.步骤一：导出模型使用Detectron2提供的TracingAdapter或scripting_with_instances任何一种方式导出模型。2.步骤二：调用Blade优化模型调用blade.optimize接口优化模型，并保存优化后的模型。3.步骤三：加载运行优化后的模型经过对优化前后的模型进行性能测试，如果对结果满意，可以加载优化后的模型进行推理。
2023-02-09 19:32:18赞同 展开评论 打赏 -
您好，主要流程如下：1.步骤一：导出模型使用Detectron2提供的TracingAdapter或scripting_with_instances任何一种方式导出模型。2.步骤二：调用Blade优化模型调用blade.optimize接口优化模型，并保存优化后的模型。3.步骤三：加载运行优化后的模型经过对优化前后的模型进行性能测试，如果对结果满意，可以加载优化后的模型进行推理。
2023-02-07 15:17:50赞同 展开评论 打赏 -
大概流程如下：
安装Blade，并在代码中导入Blade模块。
使用Detectron2训练好RetinaNet模型，并保存模型参数。
在代码中读入RetinaNet模型，并使用Blade的API进行模型优化。
Blade提供了optimize接口，可以对模型进行优化，常用的参数有：
input_shape：模型的输入shape output_shape：模型的输出shape input_dtype：模型的输入数据类型 output_dtype：模型的输出数据类型Blade会对模型进行重构，并输出优化后的模型参数。
使用优化后的模型参数进行推理，比较性能变化。
2023-01-29 16:12:08赞同 1 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
