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FP16推理加速

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
课程导论与FP16量化基础
YOLOv11简介 · 模型量化的意义 · FP16与FP32精度对比
FP16课程导论
02
环境搭建与工具链准备
CUDA · cuDNN · PyTorch
环境搭建工具链准备
03
YOLOv11模型导出为FP32 ONNX
模型加载 · ONNX导出流程 · 验证ONNX模型正确性
YOLOv11FP32
04
ONNX模型FP16量化实战
使用ONNX Runtime进行FP… · 精度验证与性能对比
ONNXFP16
05
TensorRT FP16量化（上）
TensorRT简介 · ONNX转TensorRT引擎 · FP16配置参数详解
TensorRTFP16
06
TensorRT FP16量化（下）
动态shape处理 · 多batch支持 · 引擎序列化与反序列化
TensorRTFP16
07
PyTorch AMP混合精度训练
自动混合精度原理 · GradScaler使用 · 训练脚本改造
PyTorchAMP
08
量化后模型精度评估
mAP计算 · 召回率与精确率对比 · 可视化检测结果差异
量化后模型精度评…mAP
09
推理性能基准测试
FPS测量 · 延迟分析 · 吞吐量对比
推理性能基准测试FPS
10
常见问题与调试技巧
精度下降排查 · NaN问题处理 · 算子不支持解决方案
常见问题调试技巧
11
批量推理优化
动态batch · 异步推理 · 流水线并行设计
批量推理优化batch
12
模型剪枝与量化联合优化
结构化剪枝 · FP16量化联合部署流程
模型剪枝量化联合优化
13
边缘端部署实战（Jetson系列）
Jetson环境配置 · TensorRT FP16部署 · 功耗与性能平衡
Jetson边缘端部署实战
14
云端部署实战（Triton Inference Server）
Triton配置 · 模型仓库管理 · 并发推理优化
TritonInference
15
INT8量化对比分析
FP16 vs INT8精度与速度权… · 校准数据集准备
INT8量化对比分析
16
自定义数据集量化适配
数据预处理对齐 · 后处理调整 · 类别映射问题
自定义数据集量化…数据预处理对齐
17
多模型级联推理优化
检测+跟踪+分类流水线 · FP16统一量化策略
多模型级联推理优…检测+跟踪+分类…
18
量化感知训练（QAT）入门
QAT原理 · PyTorch实现 · 与PTQ对比
QAT量化感知训练
19
ONNX Runtime vs TensorRT深度对比
算子支持度 · 性能差异 · 选型建议
ONNXRuntime
20
模型部署监控与日志
推理日志记录 · 性能监控面板 · 异常告警机制
模型部署监控日志
21
安全性与鲁棒性
对抗攻击对量化模型的影响 · 防御策略
安全性鲁棒性
22
量化模型版本管理
DVC模型版本控制 · 模型注册中心 · 回滚策略
量化模型版本管理DVC
23
CI/CD流水线集成
自动化量化流程 · 单元测试 · 回归测试
CI/CD流水线集成
24
大规模分布式推理
多GPU负载均衡 · 模型分片 · 通信优化
大规模分布式推理GPU
25
视频流实时推理优化
解码加速 · 帧跳过策略 · 队列管理
视频流实时推理优…解码加速
26
模型加密与保护
ONNX加密 · TensorRT引擎加密 · 许可证管理
模型加密保护
27
量化模型可解释性
特征图可视化 · 注意力热图 · 决策路径分析
量化模型可解释性特征图可视化
28
前沿趋势与未来展望
FP8量化 · 稀疏化 · 神经架构搜索
前沿趋势未来展望
29
综合实战项目（一）
从训练到FP16部署全流程
综合实战项目FP16
30
综合实战项目（二）
性能调优与生产环境上线
综合实战项目性能调优