search

666DZY666 / micronet

micronet, a model compression and deploy lib. compression: 1、quantization: quantization-aware-training(QAT), High-Bit(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、Low-Bit(≤2b)/Ternary and Binary(TWN/BNN/XNOR-Net); post-training-quantization(PTQ), 8-bit(tensorrt); 2、 pruning: normal、regular and group convolutional channel pruning; 3、 group convolution structure; 4、batch-normalization fuse for quantization. deploy: tensorrt, fp32/fp16/int8(ptq-calibration)、op-adapt(upsample)、dynamic_shape
MIT License
2.22k stars 479 forks source link

qat输出模型如何支持后续的部署工作？ #87

Open xingyueye opened 3 years ago

xingyueye commented 3 years ago

Hi~首先非常感谢你的工作。我最近将micronet的dorefa量化部分适用到我的工程中（检测模型），发现几个问题，希望讨论一下：

  1. load预训练的浮点模型，使用dorefa的量化inference模式，检测精度直接降为0，求问为什么精度损失会这么大？
  2. 采用dorefa的qat模式，正常训练后精度接近于原float模式，但是load预训练模型与不load的结果并没有区别，这是为什么？个人还是希望能够load预训练模型然后在少数几个epoch便能够恢复精度
  3. qat结束之后保存的模型（float）,直接load进行正常的浮点数运算，结果精度降为0；必须采用dorefa的量化算子结果才正确。这一点怎么解决，理论上训练过程采用的也是伪量化数，浮点运算不至于精度下降这么大
  4. qat结束之后保存的模型（float）使用其他的常见量化算法进行量化，结果精度同样降为0；如何降其训练结果更好地与后续的部署工程相结合（例如高通的snpe）
666DZY666 commented 3 years ago

1、inference区别仅仅是先整体做weight量化，推理时仅做activation量化，可以再检查下； 2、用iao试试，加载预训练浮点模型一般会好一些； 3、测试必须用量化算子，因为训练是量化的； 4、量化算法需要统一；至于部署，目前量化后的模型参数通过bn_fuse.py可以直接导出为txt使用，还不支持直接接入其他推理框架。

xingyueye commented 3 years ago

非常感谢🙏。这几天研究发现qat所得模型确实非常敏感，对于不同的量化参数或算法兼容性基本为0。最近正好看到一篇论文有讨论这个问题： https://arxiv.org/abs/2002.07686