参数量与浮点数计算

[3114917790]

你好请问一下你们是如何统计的参数量和浮点、我这边统计的几个代码的flops约为你们统计的1/4

[HaLongbao]

您好，感谢您对我们工作的关注。 首先，计算量和输入图像尺寸是相关的，因此同一个模型在不同输入情况下计算的FLOPs是不同的；其次，我们主要是报告了对应论文中展示的结果，对于部分没有报告的方法，如SeRankDet和ABC，我们计算了他们的浮点计算量，输入尺寸设定为512×512，这与他们在IRSTD-1k中使用的设置相同。具体的计算我们采用了经典的thop。 最后值得一提的是，参数量和计算量都是次要的，真正能够反映轻量化的是FPS，但不幸的是，和我们在论文的LImitation一节中描述的内容一致，作用于高分辨率特征图上的大核注意力机制极大的降低了模型的FPS，这使得我们无法在实时环境中使用。 ***@***.***>在2025年9月22日 周一 14:34写道： 3114917790created an issue(HaLongbao/LCRNet#2) 你好请问一下你们是如何统计的参数量和浮点、我这边统计的几个代码的flops约为你们统计的1/4 — Reply to this email directly,view it on GitHub, orunsubscribe. You are receiving this because you are subscribed to this thread.

[HaLongbao]

thop：https://pypi.org/project/thop/

[3114917790]

您好，感谢您对我们工作的关注。 首先，计算量和输入图像尺寸是相关的，因此同一个模型在不同输入情况下计算的FLOPs是不同的；其次，我们主要是报告了对应论文中展示的结果，对于部分没有报告的方法，如SeRankDet和ABC，我们计算了他们的浮点计算量，输入尺寸设定为512×512，这与他们在IRSTD-1k中使用的设置相同。具体的计算我们采用了经典的thop。 最后值得一提的是，参数量和计算量都是次要的，真正能够反映轻量化的是FPS，但不幸的是，和我们在论文的LImitation一节中描述的内容一致，作用于高分辨率特征图上的大核注意力机制极大的降低了模型的FPS，这使得我们无法在实时环境中使用。 @.***>在2025年9月22日 周一 14:34写道： 3114917790created an issue(HaLongbao/LCRNet#2) 你好请问一下你们是如何统计的参数量和浮点、我这边统计的几个代码的flops约为你们统计的1/4 — Reply to this email directly,view it on GitHub, orunsubscribe. You are receiving this because you are subscribed to this thread.

非常感谢你们的回复，或许是以为我输入图像大小为256*256导致的这个原因。期待你们的文章能够尽快被录取