量化模型优化方法、装置、设备及计算机存储介质
基本信息
| 申请号 | CN202111429362.9 | 申请日 | - |
| 公开（公告）号 | CN114021719A | 公开（公告）日 | 2022-02-08 |
| 申请公布号 | CN114021719A | 申请公布日 | 2022-02-08 |
| 分类号 | G06N3/08（2006.01）I;G06N3/04（2006.01）I;G06V10/774（2022.01）I;G06V10/776（2022.01）I;G06V10/82（2022.01）I;G06V40/16（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张发恩;雷翔;丁昂;周江涛;刘亚萍 | 申请（专利权）人 | 重庆赛迪奇智人工智能科技有限公司 |
| 代理机构 | 北京超凡宏宇专利代理事务所（特殊普通合伙） | 代理人 | 蒋姗 |
| 地址 | 400000重庆市九龙坡区火炬大道69号重庆启迪科技园9号楼三层306 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供一种量化模型优化方法、装置、设备及计算机存储介质，其中，量化模型优化方法包括：获取目标图片集，目标图片集包括m张图片；获取针对目标神经网络模型的配置信息，从目标图片集中抽取a组量化图片集，其中，a的值等于目标神经网络的量化次数，且a组量化图片集中每组量化图片集不重复；根据a组量化图片集对目标神经网络模型进行量化，以对目标神经网络模型进行裁剪并得到b个量化模型，其中b等于a；获取若干测试集并基于测试集依次对b个量化模型进行测试；基于每个量化模型输出测试结果计算每个量化模型的精度损失；基于每个量化模型的精度损失确定最优量化模型。本申请能够实现自动获取精度损失最低的量化模型。 |
