VIP20

本课程属于：017-NXP eIQ边缘AI部署 工业控制与工业互联网 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

模型量化在NXP eIQ上的INT8部署实操课程

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程适用人群 · INT8量化在边缘部署中的价值与挑战

课程导入学习目标

模型量化基础

量化原理 · 对称与非对称量化 · 量化参数（scale/zero-po…

模型量化基础量化原理

INT8量化方法

训练后量化（PTQ）与量化感知训练（… · 适用场景及选择策略

INT8量化方法

NXP eIQ平台概览

eIQ Toolkit · eIQ Inference · 支持的硬件加速器（NPU/DSP/G…

安装eIQ Toolkit · 配置交叉编译工具链 · 准备目标板（如i.MX 8M Plu…

环境搭建eIQ

模型准备与预处理

模型格式转换（ONNX/TFLite… · 输入尺寸与数据预处理对齐 · 校准数据集准备

模型准备预处理

使用eIQ Toolkit对Tens… · 校准数据加载与参数设置

在训练框架中插入伪量化节点 · 使用eIQ进行QAT模型转换与导出

量化模型评估

精度评估方法 · 性能基准测试（延迟/吞吐量） · 内存占用分析及与FP32对比

量化模型评估精度评估方法

eIQ部署流程

将量化模型部署到NXP平台 · 使用eIQ Inference AP…

eIQ部署流程

硬件加速器利用

配置NPU/DSP执行INT8模型 · 理解内存布局与数据搬运优化

硬件加速器利用NPU/DSP

图像分类模型（如MobileNetV…

案例实战MobileNetV

目标检测模型（如YOLOv5s）的I… · 处理非量化敏感层

案例实战YOLOv5s

语义分割模型（如DeepLabV3）… · 评估分割精度损失

案例实战DeepLabV3

量化误差分析与调优

定位精度下降原因 · 敏感层分析 · 混合精度量化策略

量化误差分析调优

校准数据集构建

数据多样性 · 样本数量 · 数据增强对量化效果的影响

校准数据集构建数据多样性

量化参数优化

调整量化粒度（per-tensor/… · 优化scale/clipping范围

量化参数优化per-tensor

eIQ命令行工具使用

命令行量化 · 模型转换 · 性能分析工具的具体用法

eIQ命令行工具使用

eIQ Python API编程

加载量化模型 · 执行推理 · 处理输入输出

多模型部署与内存管理

同时部署多个INT8模型 · 共享内存池与调度策略

多模型部署内存管理

模型压缩与量化结合

剪枝 · 蒸馏与INT8量化联合使用 · 进一步提升压缩率

模型压缩量化结合

常见问题与解决方案

量化后精度暴跌 · 推理速度未提升 · 内存溢出等典型问题排查

常见问题解决方案

性能优化进阶

算子融合 · 内存对齐 · 多线程/多核调度

性能优化进阶算子融合

安全性与鲁棒性

量化对对抗攻击的鲁棒性影响 · 部署中的安全注意事项

安全性鲁棒性

自动化部署流水线

使用CI/CD集成量化与部署流程 · 实现自动化测试与发布

自动化部署流水线CI/CD

与深度学习框架集成

TensorFlow Lite · PyTorch Mobile · ONNX Runtime与eIQ的协…

深度学习框架集成TensorFlow

实际项目经验分享

工业质检 · 智能安防 · 语音识别等场景中的INT8部署案例

实际项目经验分享工业质检

课程总结与知识图谱

回顾核心知识点 · 梳理量化部署完整流程 · 形成知识体系

课程总结知识图谱

综合实战项目

从零开始完成一个自定义模型的INT8… · 部署与优化 · 并输出报告

综合实战项目INT8

课程答疑与拓展资源

常见疑问解答 · 推荐阅读 · 社区资源

课程答疑拓展资源