mmrazor

Documentation | Installation | ? Modèle Zoo | ? Reporter des problèmes

Anglais | 简体中文

MMRAZOR pour les grands modèles est disponible maintenant! Veuillez vous référer à MMRAZORLARGE

Introduction

MMRAZOR est une boîte à outils de compression de modèle pour le modèle Slimming et Automl, qui comprend 4 technologies grand public:

• Recherche d'architecture neurale (NAS)
• Taille
• Distillation des connaissances (KD)
• Quantification

Cela fait partie du projet OpenMMLAB.

Caractéristiques principales:

• Compatibilité

  MMRAZOR peut être facilement appliqué à divers projets dans OpenMMLAB, en raison de la conception d'architecture similaire d'OpenMMLab ainsi que du découplage des algorithmes minceur et des tâches de vision.

• Flexibilité

  Différents algorithmes, par exemple, NAS, élagage et KD, peuvent être incorporés de manière Plug-N-Play pour construire un système plus puissant.

• Commodité

  Avec une meilleure conception modulaire, les développeurs peuvent implémenter de nouveaux algorithmes de compression de modèle avec seulement quelques codes, ou même en modifiant simplement les fichiers de configuration.

À propos de la conception et de la mise en œuvre de MMRAZOR, veuillez vous référer aux tutoriels pour plus de détails.

Dernières mises à jour

La branche par défaut est désormais main et le code de la branche a été mis à niveau vers V1.0.0. L'ancien code de branche master existe maintenant sur la branche 0.x

MMRAZOR V1.0.0 a été publié en 2023-4-24, les mises à jour majeures de 1.0.0rc2 incluent:

1. La quantification du mmrazor est libérée.
2. Ajoutez un nouvel algorithme d'élagage nommé Fisher.
3. Soutenir la distillation RTMDET avec mmrazor.

Pour en savoir plus sur les mises à jour dans MMRAZOR 1.0, veuillez vous référer à Changelog pour plus de détails!

Benchmark and Model Zoo

Les résultats et les modèles sont disponibles dans le Zoo du modèle.

Algorithmes pris en charge:

Recherche d'architecture neurale

• Fléchettes (iclr'2019)

• Detnas (neirips'2019)

• SPOS (ECCV'2020)

Taille

• Autoslim (Neirips'2019)

• Norme L1

• Groupe Fisher

• Dmcp

Distillation des connaissances

• CWD (ICCV'2021)

• Wsld (iclr'2021)

• Abloss

• Byot

• Dafl

• DFAD

• DKD

• Transfert de facteurs

• Tire

• Kd

• Ofd

• RKD

• Zskt

• Fbkd

Quantification

• Ptq

• Qat

• LSQ

Installation

Le mmrazor dépend du pytorch, du MMCV et du Mmengine.

Veuillez vous référer à Installation.md pour une instruction plus détaillée.

Commencer

Veuillez vous référer aux guides utilisateur pour l'utilisation de base de mmrazor. Il y a aussi des guides avancés:

Contributif

Nous apprécions toutes les contributions pour améliorer le mmrazor. Veuillez vous référer à Contrubuting.md pour la directive contributive.

Reconnaissance

MMRAZOR est un projet open source qui est apporté par des chercheurs et des ingénieurs de divers collèges et entreprises. Nous apprécions tous les contributeurs qui mettent en œuvre leurs méthodes ou ajoutent de nouvelles fonctionnalités, ainsi que des utilisateurs qui donnent des commentaires précieux. Nous souhaitons que la boîte à outils et la référence puissent servir la communauté de recherche croissante en fournissant une boîte à outils flexible pour réimplémenter les méthodes existantes et développer leurs propres méthodes de compression de modèle.

Citation

Si vous trouvez ce projet utile dans vos recherches, veuillez envisager citer:

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

Licence

Ce projet est publié sous la licence Apache 2.0.

Projets dans OpenMmLab

• MMCV: Bibliothèque fondamentale OpenMMLab pour la vision par ordinateur.
• MIM: MIM installe les packages OpenMmLab.
• MMCLASSIFICATION: boîte à outils de classification d'image OpenMMLAB et benchmark.
• MMDETECTION: Boîte à outils de détection OpenMMLAB et benchmark.
• MMDETECTION3D: Plateforme de nouvelle génération d'OpenMMLab pour la détection d'objets General 3D.
• MMROTATE: Boîte à outils de détection d'objets rotative OpenMMLab et benchmark.
• MMYOLO: Boîte à outils et référence OpenMMLAB YOLO Série Yolo.
• MmSegmentation: boîte à outils de segmentation sémantique OpenMMLAB et référence.
• MMOCR: OpenMmLab Text Detection, Reconnaissance et compréhension de la boîte à outils.
• MMPOSE: OpenMMLab Pose Estimation Toolbox et Benchmark.
• MMHUMAN3D: OpenMMLab 3D Human Parametric Model Box and Benchmark.
• MMelSup: OpenMmlab Auto-supervisé d'apprentissage et référence.
• MMRAZOR: boîte à outils de compression du modèle OpenMMLAB et benchmark.
• MMFewshot: OpenMmLab FewShot Learning Toolbox et Benchmark.
• MMAction2: OpenMMLab Next Genération Action Comprendre la boîte à outils et la référence.
• MMTRACKING: OpenMMLab Video Perception Toolbox and Benchmark.
• MMFLOW: boîte à outils à débit optique OpenMMLAB et benchmark.
• Mmediting: OpenMMLab Image et Toolbox de montage vidéo.
• MMGENERATION: OpenMMLAB Image et vidéo Modèles génératifs Boîtes à outils.
• MMDEPLOY: Framework de déploiement du modèle OpenMMLAB.