【问题标题】:Quantization for object detection物体检测的量化
【发布时间】:2023-03-06 20:29:01
【问题描述】:

对象检测模型的量化与分类模型的量化有何不同? 由于检测模型需要处理 bbox 坐标(输入中的多个对象),因此在量化中必须有一些缩放技巧。

【问题讨论】:

    标签: quantization


    【解决方案1】:

    可以在model zoo APIhere查看Tensorflow模型的SSD

    SSD是单镜头检测模型,它利用查看图像时的检测特征,根据标签提供分类分数。这种类型的应用程序对于多种类型的对象检测非常有用。

    【讨论】:

    • 我认为是FP实现。是否支持量化模型?或者他们是否发布了任何基于检测的量化模型
    • 是的,在我给你的链接上,他们已经发布了 ssd 模型以及生成它们的代码,但它们只是暂时稳定。他们正在尝试将它们实施到 tf2.0,然后很快将删除 tf1.x 中的所有这些
    • 我使用 tflite 进行了训练后量化。在进行推理时,类和类分数保持不变
    • 后训练是不够的,你应该通过在训练图中设置量化延迟来使用量化感知训练。你检查过我给你的链接吗?
    • 是的,我观察到训练后的量化结果是糟糕的量化意识训练。感谢您的帮助
    猜你喜欢
    • 2010-11-19
    • 2013-12-15
    • 2011-08-06
    • 1970-01-01
    • 1970-01-01
    • 2018-11-18
    • 2021-04-10
    • 1970-01-01
    相关资源
    最近更新 更多