移动端部署实战：YOLOv8量化+剪枝双管齐下，体积缩80%还能实时跑

做生鲜电商“坏果分拣APP”时，曾被YOLOv8的部署问题卡了两周：原生YOLOv8n打包后，APP体积直接从30MB飙到150MB，红米Note 11上推理一帧要85ms，FPS仅11，检测页面卡成PPT；更糟的是，用户看到“需额外下载120MB模型资源”，直接放弃安装。

后来用“结构化剪枝+INT8校准量化”组合优化，没改模型核心结构，也没牺牲太多精度——模型体积从120MB压到23MB（缩80%），iPhone 12上FPS冲到45，千元机也能稳在32帧，坏果检测AP仅从78.3%掉到77.1%，完全满足业务需求。这篇全是实战干货，从问题根源到代码实现，新手也能跟着把YOLOv8塞进手机。

一、先搞懂：移动端部署的3个死结

别盲目跟风优化，先明确移动端的核心瓶颈——不是“模型不够大”，而是硬件天生的3个限制，这也是优化的靶心：

1. 存储瓶颈：移动端APP的“生死线”是50MB以内，超过这个体积，应用商店下载转化率会降40%。原生YOLOv8n的ONNX模型120MB，直接打包等于给用户设门槛；
2. 算力瓶颈：千元机GPU的FP32算力普遍低于200 GFLOPS，而YOLOv8n浮点推理要1.2 TFLOPS，相当于“小马拉大车”，还会被系统限频；
3. 精度瓶颈：剪狠了漏检，量化糙了误检——之前试过直接INT8量化，深色场景下坏果误检率从12%涨到28%，根本没法用。

核心逻辑：移动端优化不是“越压缩越好”，而是找“体积、速度、精度”的平衡点——剪枝负责“砍冗余”，量化负责“压精度”，两者结合