2.0 KiB
2.0 KiB
量化测试结果
目前 mmdeploy 支持 ncnn 量化
ncnn 量化
分类任务
| model | dataset | fp32 top-1 (%) | int8 top-1 (%) |
|---|---|---|---|
| ResNet-18 | Cifar10 | 94.82 | 94.83 |
| ResNeXt-32x4d-50 | ImageNet-1k | 77.90 | 78.20* |
| MobileNet V2 | ImageNet-1k | 71.86 | 71.43* |
| HRNet-W18* | ImageNet-1k | 76.75 | 76.25* |
备注：
- 因为 imagenet-1k 数据量很大、ncnn 未正式发布 Vulkan int8 版本，考虑到 CPU 运行时间，仅用部分测试集（4000/50000）
- 量化后精度会有差异，分类模型涨点 1% 以内是正常情况
OCR 检测任务
| model | dataset | fp32 hmean | int8 hmean |
|---|---|---|---|
| PANet | ICDAR2015 | 0.795 | 0.792 @thr=0.9 |
备注：mmocr 使用 shapely 计算 IoU，实现方法会导致轻微的精度差异