run_quantization.sh

   1 # Quantization
   2
   3 ## =====================================================================================
   4 ## Quantization Aware Training
   5 ## =====================================================================================
   6 #
   7 #### Image Classification - Quantization Aware Training - MobileNetV2
   8 #python ./scripts/train_classification_main.py --dataset_name image_folder_classification --model_name mobilenetv2_tv_x1 --data_path ./data/datasets/image_folder_classification \
   9 #--pretrained https://download.pytorch.org/models/mobilenet_v2-b0353104.pth \
  10 #--batch_size 64 --quantize True --epochs 25 --epoch_size 0.1 --lr 1e-5 --evaluate_start False
  11 #
  12 #
  13 #### Image Classification - Quantization Aware Training - MobileNetV2(Shicai) - a TOUGH MobileNetV2 pretrained model
  14 #python ./scripts/train_classification_main.py --dataset_name image_folder_classification --model_name mobilenetv2_shicai_x1 --data_path ./data/datasets/image_folder_classification \
  15 #--pretrained ./data/modelzoo/pytorch/image_classification/imagenet1k/shicai/mobilenetv2_shicai_rgb.pth \
  16 #--batch_size 64 --quantize True --epochs 25 --epoch_size 0.1 --lr 1e-5 --evaluate_start False
  17 #
  18 #
  19 #### Semantic Segmentation - Quantization Aware Training for MobileNetV2+DeeplabV3Lite
  20 #python ./scripts/train_segmentation_main.py --dataset_name cityscapes_segmentation --model_name deeplabv3lite_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
  21 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/deeplabv3lite_mobilenetv2_tv_768x384_best.pth \
  22 #--batch_size 6 --quantize True --epochs 150 --lr 1e-5 --evaluate_start False
  23 #
  24 #
  25 #### Semantic Segmentation - Quantization Aware Training for MobileNetV2+UNetLite
  26 #python ./scripts/train_segmentation_main.py --dataset_name cityscapes_segmentation --model_name unetlite_pixel2pixel_aspp_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
  27 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/unet_aspp_mobilenetv2_tv_768x384_best.pth \
  28 #--batch_size 6 --quantize True --epochs 150 --lr 1e-5 --evaluate_start False
  29
  30
  31
  32 ## =====================================================================================
  33 ## Post Training Calibration & Quantization - this is fast, but may not always yield best quantized accuracy (not recommended)
  34 ## =====================================================================================
  35 #
  36 #### Image Classification - Post Training Calibration & Quantization - ResNet50
  37 #python ./scripts/train_classification_main.py --phase calibration --dataset_name image_folder_classification --model_name resnet50_x1 --data_path ./data/datasets/image_folder_classification \
  38 #--pretrained https://download.pytorch.org/models/resnet50-19c8e357.pth \
  39 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  40 #
  41 #
  42 #### Image Classification - Post Training Calibration & Quantization - ResNet18
  43 #python ./scripts/train_classification_main.py --phase calibration --dataset_name image_folder_classification --model_name resnet18_x1 --data_path ./data/datasets/image_folder_classification \
  44 #--pretrained https://download.pytorch.org/models/resnet18-5c106cde.pth \
  45 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  46 #
  47 #
  48 #### Image Classification - Post Training Calibration & Quantization - MobileNetV2
  49 #python ./scripts/train_classification_main.py --phase calibration --dataset_name image_folder_classification --model_name mobilenetv2_tv_x1 --data_path ./data/datasets/image_folder_classification \
  50 #--pretrained https://download.pytorch.org/models/mobilenet_v2-b0353104.pth \
  51 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  52 #
  53 #
  54 #### Image Classification - Post Training Calibration & Quantization for a TOUGH MobileNetV2 pretrained model
  55 #python ./scripts/train_classification_main.py --phase calibration --dataset_name image_folder_classification --model_name mobilenetv2_shicai_x1 --data_path ./data/datasets/image_folder_classification \
  56 #--pretrained ./data/modelzoo/pytorch/image_classification/imagenet1k/shicai/mobilenetv2_shicai_rgb.pth \
  57 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  58 #
  59 #
  60 ### Semantic Segmentation - Post Training Calibration &  Quantization for MobileNetV2+DeeplabV3Lite
  61 #python ./scripts/train_segmentation_main.py --phase calibration --dataset_name cityscapes_segmentation --model_name deeplabv3lite_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
  62 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/deeplabv3lite_mobilenetv2_tv_768x384_best.pth \
  63 #--batch_size 6 --quantize True --epochs 1 --evaluate_start False
  64 #
  65 #
  66 ### Semantic Segmentation - Post Training Calibration &  Quantization for MobileNetV2+UNetLite
  67 #python ./scripts/train_segmentation_main.py --phase calibration --dataset_name cityscapes_segmentation --model_name unetlite_pixel2pixel_aspp_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
  68 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/unet_aspp_mobilenetv2_tv_768x384_best.pth \
  69 #--batch_size 6 --quantize True --epochs 1 --evaluate_start False
  70
  71
  72
  73 ## =====================================================================================
  74 ## Acuracy Evaluation with Post Training Quantization - cannot save quantized model - only accuracy evaluation
  75 ## =====================================================================================
  76
  77 #### Image Classification - Accuracy Estimation with Post Training Quantization - MobileNetV2
  78 #python ./scripts/train_classification_main.py --phase validation --dataset_name image_folder_classification --model_name mobilenetv2_tv_x1 --data_path ./data/datasets/image_folder_classification \
  79 #--pretrained https://download.pytorch.org/models/mobilenet_v2-b0353104.pth \
  80 #--batch_size 64 --quantize True
  81
  82 #### Image Classification - Accuracy Estimation with Post Training Quantization - ResNet50
  83 #python ./scripts/train_classification_main.py --phase validation --dataset_name image_folder_classification --model_name resnet50_x1 --data_path ./data/datasets/image_folder_classification \
  84 #--pretrained https://download.pytorch.org/models/resnet50-19c8e357.pth \
  85 #--batch_size 64 --quantize True
  86
  87 #### Image Classification - Accuracy Estimation with Post Training Quantization - ResNet18
  88 #python ./scripts/train_classification_main.py --phase validation --dataset_name image_folder_classification --model_name resnet18_x1 --data_path ./data/datasets/image_folder_classification \
  89 #--pretrained https://download.pytorch.org/models/resnet18-5c106cde.pth \
  90 #--batch_size 64 --quantize True
  91
  92 #### Image Classification - Accuracy Estimation with Post Training Quantization - A TOUGH MobileNetV2 pretrained model
  93 #python ./scripts/train_classification_main.py --phase validation --dataset_name image_folder_classification --model_name mobilenetv2_shicai_x1 --data_path ./data/datasets/image_folder_classification \
  94 #--pretrained ./data/modelzoo/pytorch/image_classification/imagenet1k/shicai/mobilenetv2_shicai_rgb.pth \
  95 #--batch_size 64 --quantize True
  96
  97 #### Semantic Segmentation - Accuracy Estimation with Post Training Quantization - MobileNetV2+DeeplabV3Lite
  98 #python ./scripts/train_segmentation_main.py --phase validation --dataset_name cityscapes_segmentation --model_name deeplabv3lite_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
  99 #--pretrained './data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/deeplabv3lite_mobilenetv2_tv_768x384_best.pth' \
 100 #--batch_size 1 --quantize True
 101
 102 #### Semantic Segmentation - Accuracy Estimation with Post Training Quantization - MobileNetV2+UNetLite
 103 #python ./scripts/train_segmentation_main.py --phase validation --dataset_name cityscapes_segmentation --model_name unetlite_pixel2pixel_aspp_mobilenetv2_tv --data_path ./data/datasets/cityscapes/data --img_resize 384 768 --output_size 1024 2048 --gpus 0 1 \
 104 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/unet_aspp_mobilenetv2_tv_768x384_best.pth \
 105 #--batch_size 1 --quantize True