模型后量化方法、装置、设备和存储介质

本申请涉及一种模型后量化方法、装置、设备和存储介质。主要技术方案包括：获取点云数据，对点云数据进行预处理，得到预处理数据；对预处理数据进行归一化操作，得到归一化数据；对归一化数据进行模型训练，得到模型权重数据以及目标分类置信度数据；根据目标分类置信度数据以及预设校准集阈值，得到校准集数据；将模型权重数据、校准集数据以及预设配置文件输入预设量化工具中，得到量化部署模型。本申请通过对点云数据进行预处理、归一化以及模型训练操作，得到模型权重数据以及目标分类置信度数据，基于目标分类置信度数据得到校准集数据，进而得到量化部署模型，该模型可以适配不同厂商的嵌入式设备，具有量化精度高，适用范围广的优点。