Skip to content

Commit

Permalink
updated tutorial for iccv2021-mfr
Browse files Browse the repository at this point in the history
  • Loading branch information
anxiangsir committed May 14, 2021
1 parent 9b98685 commit 3ac9afa
Showing 1 changed file with 17 additions and 8 deletions.
25 changes: 17 additions & 8 deletions challenges/iccv21-mfr/tutorial_pytorch_cn.md
Original file line number Diff line number Diff line change
Expand Up @@ -68,7 +68,7 @@ python -m torch.distributed.launch --nproc_per_node=8 --nnodes=2 --node_rank=1 -

### 提交

1. 提交onnx模型
1. 提交onnx模型

竞赛要求模型转换为ONNX模型提交,arcface_torch工程在保存模型时,会自动转换成为onnx,其地址为`${cfg.output}/backbone.onnx`

Expand All @@ -84,24 +84,33 @@ python -m torch.distributed.launch --nproc_per_node=8 --nnodes=2 --node_rank=1 -
└── training.log # 训练日志
```

2. 检查onnx模型是否与pytorch模型一致
提交模型前检查一下提交的模型是否规范

使用例子:
2. 检查onnx模型是否规范

提交模型前检查一下提交的模型是否规范,并测试模型的推理时间


测试命令:
```shell
python onnx_helper_sample.py --model_root ms1mv3_arcface_r50/
```

也可以先测试一下onnx模型在公开测试集IJBC上的性能:
https://github.com/deepinsight/insightface/blob/master/recognition/arcface_torch/onnx_ijbc.py

测试命令:
```shell
CUDA_VISIBLE_DEVICES=0 python onnx_ijbc.py --model-root ms1mv3_arcface_r50 --image-path IJB_release/IJBC --result-dir ms1mv3_arcface_r50
```

3. 模型大小参考

推理时间是在`Tesla V100 GPU`中测试, 其中 onnxruntime-gpu==1.6。

| 模型名称 | 大小/MB | 推理时间/ms |
| 模型名称 | 大小/MB | 推理时间/ms |
| ------- | ---------- | ----------- |
| R50 | 166 | 4.262 |
| R100 | 248 | 7.031 |
| R200 | 476 | 13.48 |
| R200 | 476 | 13.48 |

### 提示与技巧

Expand Down Expand Up @@ -151,4 +160,4 @@ Training: 2021-05-12 00:05:31,065-Speed 1620.86 samples/sec Loss 46.4425 Epo
# mount -t tmpfs -o size=40G tmpfs /train_tmp
```

让后将训练集拷贝到目录`/train_tmp`下,然后开始训练。
让后将训练集拷贝到目录`/train_tmp`下,然后开始训练。

0 comments on commit 3ac9afa

Please sign in to comment.