tongchenkeji 发表于：2023-1-29 13:00:430次点击 已关注取消关注 关注 私信 请问用Blade优化RetinaNet（Detectron2）类型模型大概流程是怎样的？[阿里云机器学习PAI] 暂停朗读为您朗读 请问用Blade优化RetinaNet（Detectron2）类型模型大概流程是怎样的？ 「点点赞赏，手留余香」 赞赏 还没有人赞赏，快来当第一个赞赏的人吧！ 海报 机器学习PAI# 人工智能平台 PAI1410
晨光永不消逝AM 2023-11-28 2:49:42 1 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。
游客be57fzkw4wdqyAM 2023-11-28 2:49:42 2 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。
游客l6eloei5poy24AM 2023-11-28 2:49:42 3 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。
认真学习的heartAM 2023-11-28 2:49:42 4 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shapeoutput_shape：模型的输出shapeinput_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。
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。
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。
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。
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：
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。