zoukankan      html  css  js  c++  java
  • NCNN量化之ncnn2table和ncnn2int8

    本文主要描述了NCNN中的量化工具操作过程,首先NCNN的量化工具包含两部分,ncnn2table和ncnn2int8;

    在进行ncnn2int8量化过程之前需要进行ncnn2table操作,生成量化表;

    下面首先介绍量化表的生成步骤:

    一、ncnn2table生成量化表

    1、首先准备工作,参考NCNN深度学习框架之Optimize优化器

    2、终端进入ncnn/build/tools/quantize目录

    3、./ncnn2table --image imagepath --param parampath --bin binpath --output newModel.table

    • 注:在执行命令时,在后面还可以添加mean, norm, size, thread参数,这边工具里已设为默认,就没有修改;
    • 注:这里的image指的是图片集,并且是图片数量较多的图片集;

    4、执行命令后,即可看见原文件目录下生成newModel.table的量化表

    二、ncnn2int8量化网络模型

    1、执行可执行文件ncnn2table,生成量化表

    2、终端进入ncnn/build/tools/quantizw目录

    3、./ncnn2int8 [inparam] [inbin] [outparam] [outbin] [calibration table]

    4、执行命令后,即可在原文件目录下生成param和bin的输出文件(即进行int8量化后的ncnn模型)

  • 相关阅读:
    返回一个整数数组中最大子数组的和2
    RT-Thread之自动初始化
    Git
    基于STM32的FreeRTOS移植
    RT-Thread之debug使用
    大数的进制转换
    uva-10110
    UVA-10061
    算法训练Maze
    森林变树
  • 原文地址:https://www.cnblogs.com/wanggangtao/p/11352948.html
Copyright © 2011-2022 走看看