首页
›
AI视觉与工业视觉
›
026-YOLOv11模型剪枝量化压缩
›
《YOLOv11量化精度诊断与损失修复实战》
VIP20
本课程属于:026-YOLOv11模型剪枝量化压缩
AI视觉与工业视觉 · 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
YOLOv11模型量化精度损失修复指南
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
01
量化基础回顾
YOLOv11模型结构简介 · 模型量化原理(PTQ与QAT) · 精度损失的根本原因分析
量化基础回顾
YOLOv11
02
精度诊断工具
使用Eval工具定位精度下降层 · 可视化激活值与权重分布 · 统计量化误差的层间分布
精度诊断工具
Eval
03
校准数据集优化
校准数据集的选取策略 · 数据增强对校准的影响 · 样本数量与多样性的平衡
校准数据集优化
校准数据集的选取…
04
量化参数调优
调整per-tensor与per-c… · 对称与非对称量化的选择 · 调整量化边界(clipping)
量化参数调优
per-tensor
05
敏感层回退策略
自动识别敏感层 · 将特定层回退到FP16或FP32 · 混合精度量化方案设计
敏感层回退策略
自动识别敏感层
06
重参数化与结构优化
融合BN层与卷积层 · 替换敏感算子(如SiLU -> Re… · 调整网络宽度与深度
重参数化
结构优化
07
QAT(量化感知训练)实战
在YOLOv11中插入伪量化节点 · 设置合适的QAT学习率与迭代次数 · 处理Batch Normalizat…
QAT
量化感知训练
08
蒸馏辅助量化
使用FP32教师模型指导量化学生模型 · logit-level与featur… · 蒸馏损失的权重调节
蒸馏辅助量化
FP32
09
后训练修复技巧
权重微调(Weight-only A… · 激活值校准(Activation C… · 偏置项修正
后训练修复技巧
Weight-only
10
部署与验证
将修复后的模型导出为ONNX/Ten… · 在目标硬件上验证精度与速度 · 建立自动化回归测试流水线
部署
验证
11
案例实战
交通场景目标检测模型量化修复 · 工业缺陷检测模型量化修复 · 安防监控模型量化修复
案例实战
交通场景目标检测…
12
常见问题与解决方案
量化后小目标丢失 · 量化后误检率升高 · 量化后模型输出NaN
常见问题
解决方案
13
工具链与生态
PyTorch量化工具包(torch… · TensorRT量化工具 · ONNX Runtime量化工具
工具链
生态
14
未来趋势
FP8量化在YOLOv11中的应用 · 硬件感知量化(Hardware-Aw… · 自动化量化精度修复(AutoML f…
未来趋势
FP8
15
总结与最佳实践
量化精度修复的完整工作流 · 项目中的避坑指南 · 持续学习资源推荐
最佳实践
量化精度修复的完…
16
量化基础回顾
YOLOv11模型结构简介 · 模型量化原理(PTQ与QAT) · 精度损失的根本原因分析
量化基础回顾
YOLOv11
17
精度诊断工具
使用Eval工具定位精度下降层 · 可视化激活值与权重分布 · 统计量化误差的层间分布
精度诊断工具
Eval
18
校准数据集优化
校准数据集的选取策略 · 数据增强对校准的影响 · 样本数量与多样性的平衡
校准数据集优化
校准数据集的选取…
19
量化参数调优
调整per-tensor与per-c… · 对称与非对称量化的选择 · 调整量化边界(clipping)
量化参数调优
per-tensor
20
敏感层回退策略
自动识别敏感层 · 将特定层回退到FP16或FP32 · 混合精度量化方案设计
敏感层回退策略
自动识别敏感层
21
重参数化与结构优化
融合BN层与卷积层 · 替换敏感算子(如SiLU -> Re… · 调整网络宽度与深度
重参数化
结构优化
22
QAT(量化感知训练)实战
在YOLOv11中插入伪量化节点 · 设置合适的QAT学习率与迭代次数 · 处理Batch Normalizat…
QAT
量化感知训练
23
蒸馏辅助量化
使用FP32教师模型指导量化学生模型 · logit-level与featur… · 蒸馏损失的权重调节
蒸馏辅助量化
FP32
24
后训练修复技巧
权重微调(Weight-only A… · 激活值校准(Activation C… · 偏置项修正
后训练修复技巧
Weight-only
25
部署与验证
将修复后的模型导出为ONNX/Ten… · 在目标硬件上验证精度与速度 · 建立自动化回归测试流水线
部署
验证
26
案例实战
交通场景目标检测模型量化修复 · 工业缺陷检测模型量化修复 · 安防监控模型量化修复
案例实战
交通场景目标检测…
27
常见问题与解决方案
量化后小目标丢失 · 量化后误检率升高 · 量化后模型输出NaN
常见问题
解决方案
28
工具链与生态
PyTorch量化工具包(torch… · TensorRT量化工具 · ONNX Runtime量化工具
工具链
生态
29
未来趋势
FP8量化在YOLOv11中的应用 · 硬件感知量化(Hardware-Aw… · 自动化量化精度修复(AutoML f…
未来趋势
FP8
30
总结与最佳实践
量化精度修复的完整工作流 · 项目中的避坑指南 · 持续学习资源推荐
最佳实践
量化精度修复的完…
所属VIP或分类
同VIP:YOLOv11-FP16量化与TensorRT推理加速实战
同VIP:YOLOv11-INT8量化校准与TensorRT部署实战
同VIP:YOLOv11剪枝后精度恢复与性能调优实战