一种基于量化感知训练的拉弧检测模型训练方法及系统

本发明涉及嵌入式人工智能技术领域，公开了一种基于量化感知训练的拉弧检测模型训练方法及系统，包括：构建用于直流拉弧故障检测的初始浮点精度神经网络模型，并为模型定义多个量化函数用以转换浮点参数；自定义FakeQuant伪量化策略，将原始模型中的线性计算层替换为可量化计算层，通过所述可量化计算层创建量化算子；基于训练数据集对替换后的模型执行逐层差异化量化感知训练，通过所述量化算子在保持浮点精度反向传播的同时，模拟实际推理中低精度定点类型的前向计算行为，使模型权重自适应量化误差；将训练完成的模型参数转换为目标低精度定点类型，通过模型测试和算力评估生成端侧可部署的拉弧检测模型，实现浮点模型到低精度定点模型的高保真转换。