YOLOv8 PTQ量化实战

YOLOv8量化精度与量化工具指南,
该文章已生成可运行项目,
说明

这里不介绍量化的基础知识,可自行补充。


量化结果
  • 量化精度

    Calibration evaluation: mAP@IoU=0.50:0.77817, mAP@IoU=0.50:0.95:0.60306
    Orgin evaluation: mAP@IoU=0.50:0.58237, mAP@IoU=0.50:0.95:0.44876
    
    • 注:量化时,可自行对敏感层做处理。
  • 推理性能

    • 对于量化之后的推理性能,可自行进行测试即可。

代码地址

YOLOv8 PTQ量化

使用:

  1. 安装pytorch-quantization
pip install pytorch-quantization
  1. 下载代码并切换到master分支
git clone https://github.com/LemonWang0110/YOLOv8_PTQ.git
git checkout master
  1. 配置quant_ptq.py中模型等参数,执行即可
python quant_ptq.py

资料参考

yolov7qat量化

本文章已经生成可运行项目
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值