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 ## Acuracy Evaluation with Post Training Quantization - cannot save quantized model - only accuracy evaluation
  32 ## =====================================================================================
  33
  34 #### Image Classification - Accuracy Estimation with Post Training Quantization - MobileNetV2
  35 #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 \
  36 #--pretrained https://download.pytorch.org/models/mobilenet_v2-b0353104.pth \
  37 #--batch_size 64 --quantize True
  38
  39 #### Image Classification - Accuracy Estimation with Post Training Quantization - ResNet50
  40 #python ./scripts/train_classification_main.py --phase validation --dataset_name image_folder_classification --model_name resnet50_x1 --data_path ./data/datasets/image_folder_classification \
  41 #--pretrained https://download.pytorch.org/models/resnet50-19c8e357.pth \
  42 #--batch_size 64 --quantize True
  43
  44 #### Image Classification - Accuracy Estimation with Post Training Quantization - A TOUGH MobileNetV2 pretrained model
  45 #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 \
  46 #--pretrained ./data/modelzoo/pytorch/image_classification/imagenet1k/shicai/mobilenetv2_shicai_rgb.pth \
  47 #--batch_size 64 --quantize True
  48
  49 #### Semantic Segmentation - Accuracy Estimation with Post Training Quantization - MobileNetV2+DeeplabV3Lite
  50 #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 \
  51 #--pretrained './data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/deeplabv3lite_mobilenetv2_tv_768x384_best.pth' \
  52 #--batch_size 1 --quantize True
  53
  54 #### Semantic Segmentation - Accuracy Estimation with Post Training Quantization - MobileNetV2+UNetLite
  55 #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 \
  56 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/unet_aspp_mobilenetv2_tv_768x384_best.pth \
  57 #--batch_size 1 --quantize True
  58
  59
  60 ## =====================================================================================
  61 ## Post Training Calibration & Quantization - this is fast, but may not always yield best quantized accuracy (not recommended)
  62 ## =====================================================================================
  63 #
  64 #### Image Classification - Post Training Calibration & Quantization - ResNet50
  65 #python ./scripts/train_classification_main.py --phase calibration --dataset_name image_folder_classification --model_name resnet50_x1 --data_path ./data/datasets/image_folder_classification \
  66 #--pretrained https://download.pytorch.org/models/resnet50-19c8e357.pth \
  67 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  68 #
  69 #
  70 #### Image Classification - Post Training Calibration & Quantization - MobileNetV2
  71 #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 \
  72 #--pretrained https://download.pytorch.org/models/mobilenet_v2-b0353104.pth \
  73 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  74 #
  75 #
  76 #### Image Classification - Post Training Calibration & Quantization for a TOUGH MobileNetV2 pretrained model
  77 #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 \
  78 #--pretrained ./data/modelzoo/pytorch/image_classification/imagenet1k/shicai/mobilenetv2_shicai_rgb.pth \
  79 #--batch_size 64 --quantize True --epochs 1 --epoch_size 0.1 --evaluate_start False
  80 #
  81 #
  82 ### Semantic Segmentation - Post Training Calibration &  Quantization for MobileNetV2+DeeplabV3Lite
  83 #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 \
  84 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/deeplabv3lite_mobilenetv2_tv_768x384_best.pth \
  85 #--batch_size 6 --quantize True --epochs 1 --evaluate_start False
  86 #
  87 #
  88 ### Semantic Segmentation - Post Training Calibration &  Quantization for MobileNetV2+UNetLite
  89 #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 \
  90 #--pretrained ./data/modelzoo/pytorch/semantic_seg/cityscapes/jacinto_ai/unet_aspp_mobilenetv2_tv_768x384_best.pth \
  91 #--batch_size 6 --quantize True --epochs 1 --evaluate_start False