-
Notifications
You must be signed in to change notification settings - Fork 126
/
Copy pathprune_log.txt
348 lines (342 loc) · 28.8 KB
/
prune_log.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
python Pnet_Prune.py:
Progress: |██████████████████████████████████████████████████| 100.0% Complete
initial test :: accuracy: 0.9431 loss: 0.0101 cls loss: 0.1560 offset loss: 0.0116
initial test :: time cost is 163.53 s
total model conv2D filters are: 58
Number of iterations to prune 50.0 % filters: 3
iter0. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. Layers that will be prunned [(0, 1), (3, 1), (5, 8)]
iter0. Prunning filters..
iter0. 82.76% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. without retrain :: accuracy: 0.8869 loss: 0.0150 cls loss: 0.2817 offset loss: 0.0156
iter0. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9393 loss: 0.0105 cls Loss: 0.1661 offset Loss: 0.0119
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9421 loss: 0.0101 cls Loss: 0.1580 offset Loss: 0.0115
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9428 loss: 0.0100 cls Loss: 0.1560 offset Loss: 0.0114
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9436 loss: 0.0099 cls Loss: 0.1548 offset Loss: 0.0114
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9438 loss: 0.0099 cls Loss: 0.1538 offset Loss: 0.0113
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9441 loss: 0.0098 cls Loss: 0.1530 offset Loss: 0.0113
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. after retrain :: accuracy: 0.9447 loss: 0.0098 cls loss: 0.1515 offset loss: 0.0112
iter0. test time cost is 81.09 s
iter1. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. Layers that will be prunned [(0, 2), (3, 4), (5, 4)]
iter1. Prunning filters..
iter1. 65.52% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. without retrain :: accuracy: 0.8527 loss: 0.0185 cls loss: 0.3427 offset loss: 0.0194
iter1. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9278 loss: 0.0116 cls Loss: 0.1920 offset Loss: 0.0129
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9335 loss: 0.0110 cls Loss: 0.1795 offset Loss: 0.0124
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9350 loss: 0.0109 cls Loss: 0.1763 offset Loss: 0.0123
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9355 loss: 0.0108 cls Loss: 0.1746 offset Loss: 0.0122
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9360 loss: 0.0108 cls Loss: 0.1733 offset Loss: 0.0122
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9363 loss: 0.0107 cls Loss: 0.1722 offset Loss: 0.0121
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. after retrain :: accuracy: 0.9367 loss: 0.0107 cls loss: 0.1713 offset loss: 0.0121
iter1. test time cost is 81.66 s
iter2. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. Layers that will be prunned [(0, 1), (3, 1), (5, 8)]
iter2. Prunning filters..
iter2. 48.28% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. without retrain :: accuracy: 0.8510 loss: 0.0177 cls loss: 0.3526 offset loss: 0.0177
iter2. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9240 loss: 0.0120 cls Loss: 0.2059 offset Loss: 0.0131
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9271 loss: 0.0117 cls Loss: 0.1974 offset Loss: 0.0128
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9281 loss: 0.0115 cls Loss: 0.1947 offset Loss: 0.0128
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9287 loss: 0.0115 cls Loss: 0.1928 offset Loss: 0.0127
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9294 loss: 0.0114 cls Loss: 0.1911 offset Loss: 0.0127
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9297 loss: 0.0114 cls Loss: 0.1901 offset Loss: 0.0126
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. after retrain :: accuracy: 0.9304 loss: 0.0113 cls loss: 0.1891 offset loss: 0.0126
iter2. test time cost is 81.02 s
Finished prunning
python Rnet_Prune.py
Check the initial model accuracy
Progress: |██████████████████████████████████████████████████| 100.0% Complete
initial test :: accuracy: 0.9693 loss: 0.0076 cls loss: 0.0958 offset loss: 0.0094
initial test :: time cost is 202.96 s
total model conv2D filters are: 140
Number of iterations to prune 50.0 % filters: 4
iter0. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. Layers that will be prunned [(0, 6), (3, 4), (6, 10)]
iter0. Prunning filters..
iter0. 85.71% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. without retrain :: accuracy: 0.9567 loss: 0.0091 cls loss: 0.1309 offset loss: 0.0108
iter0. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9711 loss: 0.0068 cls Loss: 0.0871 offset Loss: 0.0084
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9745 loss: 0.0064 cls Loss: 0.0778 offset Loss: 0.0081
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9757 loss: 0.0062 cls Loss: 0.0740 offset Loss: 0.0079
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9767 loss: 0.0061 cls Loss: 0.0713 offset Loss: 0.0078
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9775 loss: 0.0060 cls Loss: 0.0692 offset Loss: 0.0077
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9781 loss: 0.0059 cls Loss: 0.0675 offset Loss: 0.0077
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. after retrain :: accuracy: 0.9783 loss: 0.0059 cls loss: 0.0664 offset loss: 0.0076
iter0. test time cost is 115.42 s
iter1. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. Layers that will be prunned [(0, 3), (3, 5), (6, 12)]
iter1. Prunning filters..
iter1. 71.43% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. without retrain :: accuracy: 0.9588 loss: 0.0100 cls loss: 0.1254 offset loss: 0.0124
iter1. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9726 loss: 0.0066 cls Loss: 0.0831 offset Loss: 0.0083
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9746 loss: 0.0064 cls Loss: 0.0773 offset Loss: 0.0081
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9754 loss: 0.0063 cls Loss: 0.0748 offset Loss: 0.0080
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9760 loss: 0.0062 cls Loss: 0.0732 offset Loss: 0.0079
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9763 loss: 0.0061 cls Loss: 0.0718 offset Loss: 0.0079
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9768 loss: 0.0061 cls Loss: 0.0707 offset Loss: 0.0078
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. after retrain :: accuracy: 0.9762 loss: 0.0061 cls loss: 0.0717 offset loss: 0.0077
iter1. test time cost is 114.52 s
iter2. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. Layers that will be prunned [(0, 3), (3, 7), (6, 10)]
iter2. Prunning filters..
iter2. 57.14% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. without retrain :: accuracy: 0.9470 loss: 0.0117 cls loss: 0.1601 offset loss: 0.0141
iter2. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9699 loss: 0.0071 cls Loss: 0.0908 offset Loss: 0.0088
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9719 loss: 0.0068 cls Loss: 0.0843 offset Loss: 0.0085
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9728 loss: 0.0067 cls Loss: 0.0823 offset Loss: 0.0084
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9732 loss: 0.0066 cls Loss: 0.0809 offset Loss: 0.0083
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9737 loss: 0.0065 cls Loss: 0.0797 offset Loss: 0.0083
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9739 loss: 0.0065 cls Loss: 0.0786 offset Loss: 0.0082
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. after retrain :: accuracy: 0.9746 loss: 0.0065 cls loss: 0.0767 offset loss: 0.0082
iter2. test time cost is 401.29 s
iter3. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. Layers that will be prunned [(0, 3), (3, 7), (6, 10)]
iter3. Prunning filters..
iter3. 42.86% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. without retrain :: accuracy: 0.8067 loss: 0.0410 cls loss: 0.7571 offset loss: 0.0431
iter3. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9590 loss: 0.0084 cls Loss: 0.1207 offset Loss: 0.0099
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9652 loss: 0.0076 cls Loss: 0.1038 offset Loss: 0.0092
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9663 loss: 0.0074 cls Loss: 0.1001 offset Loss: 0.0091
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9673 loss: 0.0073 cls Loss: 0.0977 offset Loss: 0.0090
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9678 loss: 0.0073 cls Loss: 0.0960 offset Loss: 0.0089
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9683 loss: 0.0072 cls Loss: 0.0947 offset Loss: 0.0088
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. after retrain :: accuracy: 0.9682 loss: 0.0072 cls loss: 0.0950 offset loss: 0.0088
iter3. test time cost is 387.40 s
Finished prunning
python Onet_Prune.py
Check the initial model accuracy
Progress: |██████████████████████████████████████████████████| 100.0% Complete
initial test :: accuracy: 0.9533 loss: 0.1301 cls loss: 0.1145 offset loss: 0.0912 landmark loss: 0.0244
initial test :: time cost is 94.25 s
total model conv2D filters are: 288
Number of iterations to prune 50.0 % filters: 4
iter0. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. Layers that will be prunned [(0, 6), (3, 12), (6, 4), (9, 14)]
iter0. Prunning filters..
iter0. 87.50% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. without retrain :: accuracy: 0.8819 loss: 0.1490 cls loss: 0.2690 offset loss: 0.1082 landmark loss: 0.0263
iter0. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9750 loss: 0.0074 cls Loss: 0.0703 offset Loss: 0.0050 landmark Loss: 0.0010
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9819 loss: 0.0058 cls Loss: 0.0529 offset Loss: 0.0044 landmark Loss: 0.0007
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9846 loss: 0.0053 cls Loss: 0.0452 offset Loss: 0.0043 landmark Loss: 0.0006
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9865 loss: 0.0051 cls Loss: 0.0392 offset Loss: 0.0042 landmark Loss: 0.0006
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9882 loss: 0.0048 cls Loss: 0.0340 offset Loss: 0.0041 landmark Loss: 0.0006
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9897 loss: 0.0047 cls Loss: 0.0301 offset Loss: 0.0040 landmark Loss: 0.0005
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter0. after retrain :: accuracy: 0.9921 loss: 0.0038 cls loss: 0.0234 offset loss: 0.0037 landmark loss: 0.0004
iter0. test time cost is 54.80 s
iter1. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. Layers that will be prunned [(0, 6), (3, 1), (6, 7), (9, 22)]
iter1. Prunning filters..
iter1. 75.00% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. without retrain :: accuracy: 0.9703 loss: 0.0075 cls loss: 0.0834 offset loss: 0.0050 landmark loss: 0.0009
iter1. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9854 loss: 0.0051 cls Loss: 0.0400 offset Loss: 0.0042 landmark Loss: 0.0006
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9890 loss: 0.0048 cls Loss: 0.0317 offset Loss: 0.0041 landmark Loss: 0.0006
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9902 loss: 0.0046 cls Loss: 0.0283 offset Loss: 0.0040 landmark Loss: 0.0005
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9911 loss: 0.0045 cls Loss: 0.0251 offset Loss: 0.0040 landmark Loss: 0.0005
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9918 loss: 0.0044 cls Loss: 0.0237 offset Loss: 0.0040 landmark Loss: 0.0005
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9924 loss: 0.0044 cls Loss: 0.0213 offset Loss: 0.0039 landmark Loss: 0.0005
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter1. after retrain :: accuracy: 0.9958 loss: 0.0035 cls loss: 0.0133 offset loss: 0.0036 landmark loss: 0.0004
iter1. test time cost is 68.18 s
iter2. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. Layers that will be prunned [(0, 2), (3, 9), (6, 2), (9, 23)]
iter2. Prunning filters..
iter2. 62.50% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. without retrain :: accuracy: 0.9094 loss: 0.0137 cls loss: 0.3430 offset loss: 0.0064 landmark loss: 0.0010
iter2. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9835 loss: 0.0053 cls Loss: 0.0437 offset Loss: 0.0043 landmark Loss: 0.0006
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9879 loss: 0.0049 cls Loss: 0.0329 offset Loss: 0.0042 landmark Loss: 0.0006
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9896 loss: 0.0047 cls Loss: 0.0285 offset Loss: 0.0041 landmark Loss: 0.0006
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9907 loss: 0.0046 cls Loss: 0.0256 offset Loss: 0.0041 landmark Loss: 0.0005
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9910 loss: 0.0045 cls Loss: 0.0242 offset Loss: 0.0040 landmark Loss: 0.0005
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9919 loss: 0.0045 cls Loss: 0.0220 offset Loss: 0.0040 landmark Loss: 0.0005
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter2. after retrain :: accuracy: 0.9925 loss: 0.0037 cls loss: 0.0200 offset loss: 0.0038 landmark loss: 0.0004
iter2. test time cost is 58.19 s
iter3. Ranking filters ..
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. Layers that will be prunned [(0, 5), (3, 6), (6, 8), (9, 17)]
iter3. Prunning filters..
iter3. 50.00% Filters remaining
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. without retrain :: accuracy: 0.8776 loss: 0.0180 cls loss: 0.4531 offset loss: 0.0067 landmark loss: 0.0016
iter3. Fine tuning to recover from prunning iteration..
Epoch 0/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9775 loss: 0.0061 cls Loss: 0.0587 offset Loss: 0.0047 landmark Loss: 0.0007
Epoch 1/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9828 loss: 0.0055 cls Loss: 0.0459 offset Loss: 0.0045 landmark Loss: 0.0006
Epoch 2/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9848 loss: 0.0053 cls Loss: 0.0411 offset Loss: 0.0044 landmark Loss: 0.0006
Epoch 3/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9862 loss: 0.0052 cls Loss: 0.0373 offset Loss: 0.0043 landmark Loss: 0.0006
Epoch 4/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9874 loss: 0.0051 cls Loss: 0.0345 offset Loss: 0.0043 landmark Loss: 0.0006
Epoch 5/5
Progress: |██████████████████████████████████████████████████| 100.0% Complete
accuracy: 0.9883 loss: 0.0050 cls Loss: 0.0324 offset Loss: 0.0043 landmark Loss: 0.0006
Progress: |██████████████████████████████████████████████████| 100.0% Complete
iter3. after retrain :: accuracy: 0.9916 loss: 0.0041 cls loss: 0.0245 offset loss: 0.0040 landmark loss: 0.0004
iter3. test time cost is 53.86 s
Finished prunning