PaddleDetection调试记录（2）--带PL端加速器的各类模型

模型调试记录

1.base_base_o

不使用slim策略训练，不使用slim策略导出的最普通模型，耗时是3500ms。

2.base_base_set_o

同上

3.base_qat_o

不使用Slim策略训练，使用8bit量化导出模型，耗时减少了一半。
没有正确识别目标。
与纯PS端表现相同

4.base_qat_set_o

在3的条件下追加opt，耗时几乎没变化。
没有正确识别目标。

5.qat_base_o

没有正确识别目标。

6.qat_base_set_o

![在这里插入图片描述](https://img-blog.csdnimg.cn/7a5c0ef56bd74a9fa2d1f14ee24553fc.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAWWlaaGlfVw==,size_20,color_FFFFFF,t_70,g_se,x_16

7.qat_qat_o

识别出来了，但位置与1冲突了

8.qat_qat_set_o

没有识别出目标，这已经是最被我寄予厚望的模型了，你却让我输的这么彻底，焯！

结论

1.结果非常不好，还不知道问题在哪里，感觉好难啊，我是不是选错赛题了。