yolov5剪枝以后推理速度变慢好多，这是为什么呀

Question

我对yolov5进行剪枝，剪枝以后的模型推理速度比以前慢了好多，是什么原因呀？求解答

Answer 1

【相关推荐】

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7446480
• 这篇博客你也可以参考下：利用yolov5进行目标检测，并将检测到的目标裁剪出来
• 您还可以看一下 白勇老师的YOLOv5实战垃圾分类目标检测课程中的 测试训练出的网络模型及性能统计小节, 巩固相关知识点
  
• 除此之外, 这篇博客: 【YOLOv5实战4】基于YOLOv5的交通标志识别系统-模型测试与评估中的 一、参数说明 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

  在上一个步骤中，我们进行了模型的训练，训练时的截图如下：
  
  在这里解释一下各个字段的含义：

  • Epoch: num0/num1，num0表示当前的轮数，num1表示一共多少轮。图中为0/19，表示共20轮，当前为第0轮。
  • gpu_mem: GPU内存的使用量。
  • 中间几个将在训练的结果中进行解释。
  • 最右边的几个数字表示当前训练状态。8/57表示本次epoch需要进行5次迭代，当前迭代次数为8。
  • 00:11<01:09，表示本次epoch已运行了11s，预计还需运行1m9s。1.43s/it表示每次迭代大概需要1.43s。(可以简单计算一下，1.43*57=81.51≈1m9s+11s=80s)。借助这几个参数可以判断你每次的epoch大概需要执行多久，然后再乘上你的epoch，就能大致推断训练的时间大概是多长。

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^