5.2 KiB

Raw Blame History

TVM 测试

支持模型列表

Model	Codebase	Model config
RetinaNet	MMDetection	config
Faster R-CNN	MMDetection	config
YOLOv3	MMDetection	config
YOLOX	MMDetection	config
Mask R-CNN	MMDetection	config
SSD	MMDetection	config
ResNet	MMClassification	config
ResNeXt	MMClassification	config
SE-ResNet	MMClassification	config
MobileNetV2	MMClassification	config
ShuffleNetV1	MMClassification	config
ShuffleNetV2	MMClassification	config
VisionTransformer	MMClassification	config
FCN	MMSegmentation	config
PSPNet	MMSegmentation	config
DeepLabV3	MMSegmentation	config
DeepLabV3+	MMSegmentation	config
UNet	MMSegmentation	config

表中仅列出已测试模型，未列出的模型可能同样支持，可以自行尝试转换。

Test

Ubuntu 20.04
tvm 0.9.0

mmcls	metric	PyTorch	TVM
ResNet-18	top-1	69.90	69.90
ResNeXt-50	top-1	77.90	77.90
ShuffleNet V2	top-1	69.55	69.55
MobileNet V2	top-1	71.86	71.86

mmdet(*)	metric	PyTorch	TVM
SSD	box AP	25.5	25.5

*: 由于暂时不支持动态转换，因此仅提供 SSD 的精度测试结果。

mmseg	metric	PyTorch	TVM
FCN	mIoU	72.25	72.36
PSPNet	mIoU	78.55	77.90