openvino量化自己训练的yolov3模型至int8(有成功验证截图)

最新推荐文章于 2024-09-14 08:00:17 发布

芯作者

最新推荐文章于 2024-09-14 08:00:17 发布

阅读量3k

点赞数 1

分类专栏： D2: yolov3 文章标签： openvino 深度学习计算机视觉

本文链接：https://blog.csdn.net/QQ_778132974/article/details/122219510

版权

D2: yolov3 专栏收录该内容

7 篇文章 2 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文介绍了如何使用openvino将darknet训练的yolov3模型从FP16或FP32转换为INT8模型，以提升推理速度。详细步骤包括安装pot量化工具，编写yolo-v3.json配置文件，并验证INT8模型的性能。实验证明，INT8模型虽然精度略有下降，但实时性得到显著提高。

摘要由CSDN通过智能技术生成

FP16 or FP32 to int8:

接着上一篇博客将darknet训练得到的model转换为IR模型后，该IR模型为Inter 加速推理后的模型
IR模型为FP16 or FP32
接下来将IR模型转换为INT8,得到一个速度较快准确率略低的模型
下述为实现步骤：

ubuntu18.04: openvino2020.4 :

pip list :
Package Version

accuracy-checker 0.7.7
addict 2.2.1
apturl 0.5.2
asn1crypto 0.24.0
Brlapi 0.6.6
certifi 2018.1.18
cffi 1.15.0
chardet 3.0.4
click 6.7
colorama 0.3.7
command-not-found 0.3
cryptography 2.1.4
cupshelpers 1.0
defer 1.0.6
defusedxml 0.7.1
distro-info 0.18ubuntu0.18.04.1
future 0.18.2
httplib2 0.9.2
hyperopt 0.1.2
idna 2.6
jstyleson 0.0.2
keyring 10.6.0
keyrings.alt 3.0
language-selector 0