OCR自动量化后导出为onnx失败

[xu-peng-7]

https://github.com/PaddlePaddle/PaddleSlim/tree/develop/example/auto_compression/ocr

该方案更换ICDAR2015数据集，采用预训练ResNet50模型（更改模型配置即可）可以成功运行，其精度基本不变，速度减少为1/4，获得Inference模型。此时的模型在转为ONNX时报错，缺少量化配置文件（calibration_table.txt），因此只能使用基于TRT的Inference模型推理，在相同环境下，与量化前的模型速度几乎相同。

转换命令：

!paddle2onnx --model_dir /home/aistudio/PaddleSlim/example/auto_compression/ocr/save_quant_ppocr_r50_det/ \ --model_filename inference.pdmodel \ --params_filename inference.pdiparams \ --save_file /home/aistudio/work/ppocr_r50_db_det_slim.onnx \ --opset_version 13 \ --enable_dev_version True \ --deploy_backend tensorrt \ --enable_onnx_checker True

报错信息，缺少 calibration_table.txt

无法通过量化模型起到对OCR加速的效果。

[xu-peng-7]

https://github.com/PaddlePaddle/Paddle2ONNX/tree/model_zoo/hardwares/tensorrt 提到 ： PaddleSlim 量化模型，生成三个文件，分别是模型文件，如 model.pdmodel 或 model，权重文件，如 model.pdiparams 或params，和 scale 保存文件，如out_scale.txt 但是没有 out_scale.txt 文件