摘要
本发明公开面向物联网设备提供视觉服务的后训练量化数据校准系统及方法,所述数据校准系统包括神经网络模型预训练模块、第一数据校准模块、第一量化模块、第二数据校准模块和第二量化模块;所述第一数据校准模块从训练数据采集像素分布平滑的样本为校准数据;所述第一量化模块将校准数据输入预训练模型并依据量化位宽获得量化后权值WQ和激活值XQ;所述第二数据校准模块采用无放回的采样策略从校准数据中抽取batch‑size个样本校准量化模型;所述第二量化模块以块为基本单位计算量化损失Lossi,并基于校准样本优化模型权值舍入参数V和激活值比例因子scalex;本发明以减少量化神经网络模型的性能损失和校准数据使用量,确保其在物联网设备端提供高质量视觉服务。
技术关键词
面向物联网设备
预训练模型
Sigmoid函数
参数
因子
模块
样本
重构
数据校准方法
深度神经网络模型
视觉
策略
像素
精度
松弛
系统为您推荐了相关专利信息
软件设计方法
Simulink平台
仿真模型
控制单元
飞行器控制系统
超声检测方法
信号
多尺度特征提取
互补集合经验模态分解
特征选择