mmrazor

Dokumentation | Installation | Modellzoo | Meldungsprobleme

Englisch | 简体中文

Mmrazor für große Modelle ist ab sofort verfügbar! Weitere Informationen finden Sie unter mmrazorlarge

Einführung

Mmrazor ist ein Modellkomprimierungs -Toolkit für Modellschleidigung und Automl, das 4 Mainstream -Technologien umfasst:

• Suche nach neuronaler Architektur (NAS)
• Beschneidung
• Wissensdestillation (KD)
• Quantisierung

Es ist Teil des OpenMMLAB -Projekts.

Hauptmerkmale:

• Kompatibilität

  Mmrazor kann aufgrund des ähnlichen Architekturdesigns von OpenMMMLAB sowie der Entkopplung von Abschleifalgorithmen und Sichtaufgaben leicht auf verschiedene Projekte in OpenMMLAB angewendet werden.

• Flexibilität

  Verschiedene Algorithmen, z. B. Nas, Beschneidung und KD, können in Plug-n-Play-Weise eingebaut werden, um ein leistungsstärkeres System zu erstellen.

• Bequemlichkeit

  Mit einem besseren modularen Design können Entwickler neue Modellkomprimierungsalgorithmen mit nur wenigen Codes oder sogar durch einfaches Ändern von Konfigurationsdateien implementieren.

Über das Design und die Implementierung von Mmrazor finden Sie unter Tutorials für weitere Informationen.

Neueste Updates

Die Standardzweig ist jetzt main und der Code in der Filiale wurde auf v1.0.0 aktualisiert. Der alte master -Zweig -Code existiert jetzt in der 0.x -Zweigstelle

Mmrazor v1.0.0 wurde im Jahr 2023-4-24 veröffentlicht. Den Hauptaktualisierungen ab 1.0.0RC2 gehören:

1. Die Mmrazor -Quantisierung wird freigegeben.
2. Fügen Sie einen neuen Schnittalgorithmus namens Groupfisher hinzu.
3. Unterstützen Sie das Destillieren von RTMDET mit Mmrazor.

Um mehr über die Updates in Mmrazor 1.0 zu erfahren, finden Sie weitere Informationen!

Benchmark und Modellzoo

Ergebnisse und Modelle sind im Modellzoo verfügbar.

Unterstützte Algorithmen:

Suche nach neuronaler Architektur

• Darts (ICLR'2019)

• Detnas (Neurips'2019)

• Spos (ECCV'2020)

Beschneidung

• Autoslim (Neurips'2019)

• L1-Norm

• Gruppenfischer

• DMCP

Wissensdestillation

• CWD (ICCV'2021)

• WSLD (ICLR'2021)

• Abbloss

• Byot

• DAFL

• Dfad

• DKD

• Faktortransfer

• Fitnets

• Kd

• OFD

• RKD

• Zskt

• Fbkd

Quantisierung

• Ptq

• Qat

• LSQ

Installation

Mmrazor hängt von Pytorch, MMCV und Mmengine ab.

Weitere detailliertere Anweisungen finden Sie in der Installation.md.

Erste Schritte

Weitere Informationen finden Sie in den User Guides für die grundlegende Verwendung von Mmrazor. Es gibt auch fortgeschrittene Anleitungen:

Beitragen

Wir schätzen alle Beiträge zur Verbesserung von MMrazor. Weitere Informationen finden Sie unter den beitragenden Richtlinien.

Anerkennung

Mmrazor ist ein Open -Source -Projekt, das von Forschern und Ingenieuren verschiedener Hochschulen und Unternehmen beigetragen wird. Wir schätzen alle Mitwirkenden, die ihre Methoden implementieren oder neue Funktionen hinzufügen, sowie Benutzer, die wertvolle Feedbacks geben. Wir wünschen uns, dass die Toolbox und der Benchmark der wachsenden Forschungsgemeinschaft dienen könnten, indem sie ein flexibles Toolkit bereitstellen, um vorhandene Methoden neu aufzubauen und ihre eigenen neuen Modellkomprimierungsmethoden zu entwickeln.

Zitat

Wenn Sie dieses Projekt in Ihrer Forschung nützlich finden, sollten Sie zitieren:

 @misc { 2021mmrazor ,
    title = { OpenMMLab Model Compression Toolbox and Benchmark } ,
    author = { MMRazor Contributors } ,
    howpublished = { url{https://github.com/open-mmlab/mmrazor} } ,
    year = { 2021 }
}

Lizenz

Dieses Projekt wird unter der Apache 2.0 -Lizenz veröffentlicht.

Projekte in OpenMmlab

• MMCV: OpenMMLAB Fundamentalbibliothek für Computer Vision.
• MIM: MIM installiert OpenMMLab -Pakete.
• MMClassifizierung: OpenMMMLAB Image Classification Toolbox und Benchmark.
• Mmdetion: OpenMmlab -Erkennungs -Toolbox und Benchmark.
• MMDETECTICE3D: OpenMMLAB-Plattform der nächsten Generation für die allgemeine 3D-Objekterkennung.
• MMROTATE: OpenMMMLAB -Toolbox und Benchmark gedrehte Objekterkennung.
• MMYOLO: OpenMMMLAB YOLO -Serie Toolbox und Benchmark.
• MMSegmentierung: OpenMMMLAB Semantic Segmentation Toolbox und Benchmark.
• MMOCR: OpenMMLAB -Texterkennung, Erkennung und Verständnis der Toolbox.
• MMIltier: OpenMMMLAB -Pose -Schätzung Toolbox und Benchmark.
• MMHUMAN3D: OpenMMLAB 3D Human Parametric Model Toolbox und Benchmark.
• MMMELSUP: OpenMMMLAB Self-überprüfte Lern-Toolbox und Benchmark.
• MMrazor: OpenMMMLAB -Modellkomprimierungs -Toolbox und Benchmark.
• MMFewShot: OpenMMMLAB WeeShot Learning Toolbox und Benchmark.
• MMACTION2: OpenMMMLAB-Aktion der nächsten Generation, das Toolbox und Benchmark zu verstehen.
• MMTRACKING: OpenMMLAB -Videowahrnehmungs -Toolbox und Benchmark.
• MMflow: OpenMMMLAB Optical Flow Toolbox und Benchmark.
• MMediting: OpenMMMLAB -Bild- und Videobearbeitungs -Toolbox.
• MMGeneration: OpenMMMLAB -Bild- und Videogenerative Modelle Toolbox.
• MMDeploy: OpenMMLAB -Modellbereitstellungsframework.