量化感知训练 Tensorflow 对象检测 API

问题描述

我正在使用 tensorflow 的对象检测 API 来训练我自己的对象检测模型。目前在 tensorflow 1.15 上使用 ssd_inception_v2。我以前使用这个 api 训练了许多模型，但我想做的是改善我的推理时间。我想尝试通过将这些行添加到我可以执行 qat 的配置文件中发现的量化感知训练。

graph_rewriter {
  quantization {
    delay: 48000
    weight_bits: 8
    activation_bits: 8
  }
}

现在我的问题是在我完成训练后，我是否需要将我的冻结模型转换为 tflite 以利用 8 位精度？或者如果我直接使用我的冻结模型，它会使用 8 位精度吗？如果不是，我如何将我的 pb 转换为 tflite 并对其进行推断？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）