基于量化技术智能网联汽车提升算力的方法、系统及车辆

本申请公开了一种基于量化技术智能网联汽车提升算力的方法、系统及车辆，属于智能网联汽车技术领域。其中，方法包括：获取数据集，将数据集划分为训练集、验证集和测试集；基于训练集，训练预设的深度学习模型，得到浮点模型；根据浮点模型的应用场景，配置浮点模型的量化要素；基于量化要素和验证集，执行第一量化策略或第二量化策略，得到量化模型；将量化模型部署至目标车辆，基于测试集，得到量化模型的量化测试结果；基于量化测试结果，选择预设的优化方法，优化量化模型。本申请能够显著降低模型所需的存储需求和计算需求，能够有效解决智能网联汽车算力不足的问题。