문서 ID: 000088869 콘텐츠 형태: 문제 해결 마지막 검토일: 2022-09-08

YOLOv4 모델의 추론 성능을 개선하려면 어떻게 합니까?

BUILT IN - ARTICLE INTRO SECOND COMPONENT
요약

교육 후 최적화 도구(POT)를 사용하여 딥 러닝 모델의 추론을 가속화하십시오.

설명
  • PyTorch를 사용하여 사각형이 아닌 이미지로 YOLOv4 모델을 교육했습니다.
  • 가중치를 ONNX 파일로 변환한 다음 IR(중간 표현)으로 변환했습니다.
  • 더 나은 추론 성능을 달성하는 방법을 확인할 수 없습니다.
해결 방법

교육 후 최적화 도구(POT)는 모델 재교육이나 미세 조정 없이 특별한 방법을 적용하여 딥 러닝 모델의 추론을 가속화하도록 설계되었습니다.

추가 정보

YOLO 모델 에서 정사각 형이 아닌 훈련된 이미지를 구현하는 방법에 대한 비사각형 이미지 및 직사각형 추론 교육 을 참조하십시오.

관련 제품

이 문서는 다음 항목에 적용됩니다. 2 제품

이 페이지의 콘텐츠는 원본 영어 콘텐츠에 대한 사람 번역 및 컴퓨터 번역의 조합으로 완성되었습니다. 이 콘텐츠는 편의와 일반적인 정보 제공을 위해서만 제공되었으며, 완전하거나 정확한 것으로 간주되어선 안 됩니다. 이 페이지의 영어 버전과 번역 간 모순이 있는 경우, 영어 버전이 우선적으로 적용됩니다. 이 페이지의 영어 버전을 확인하십시오.