aimet_callback
最后更新
luxonis_train.callbacks.aimet_callback训练结束时运行 AIMET 量化。类
AIMETCallback
<run_save_dir>/aimet。配置的 exporter.aimet 部分包含选项。当设置 exporter.aimet.active 时,LuxonisLightningModule.configure_callbacks 会添加此回调。配置不必列出它。设置该标志后,trainer.callbacks 中的条目会添加第二个实例,并且这两个实例会两次量化模型。高级技术很慢。 仅 AdaRound 就可能需要 40 分钟到几个小时。时间取决于数据集和模型的大小。方法
init
Python
1def __init__(**kwargs):**kwargs: 转发给 NeedsCheckpoint 的关键字参数。preferred_checkpoint值"loss"选择损失检查点。任何其他值选择度量检查点。任何其他键都会引发TypeError。
on_train_end
Python
1def on_train_end(_: pl.Trainer, pl_module: lxt.LuxonisLightningModule):trainer.fit 结束时,Lightning 会调用此钩子一次。该钩子使用 NeedsCheckpoint.get_checkpoint 选择一个检查点,并将其与 exporter.aimet 的选项一起传递给 LuxonisModel.quantize。当不存在检查点时,量化仍会在 pl_module.core.lightning_module 的当前权重上运行。量化在模块的深层副本上工作,因此模块保留其权重。参数_(pl.Trainer): 训练器。未使用。pl_module(lxt.LuxonisLightningModule): 要量化的模型。