Ysnower / pytorch-static-quant

post training static quantization

pytorch-static-quant

post training static quantization

split_data

data目录下存放分类图像数据，这里是2分类所以有data/0和data/1,更多分类继续往后面加，每个文件夹放好对应类别的数据图像，执行split_data.py 会生成train.txt, val.txt, test.txt(推理阶段测试数据) txt里面文件格式是 imagepath label

train

执行train.py 训练好的模型在checkpoint文件夹里面

quantization

执行fx_ptq.py 可以得到量化后的模型

predict

推理阶段执行PTQpredict.py 可以加载test.txt读取测试图像，输出结果与label比较计算准确性

torch2onnx

训练好的文件通过torch2onnx.py可以转onnx模型

onnx model inference

转换得到的onnx模型执行onnxinference.py推理

TVM optimize

opt_onnx_tvm.py是onnx模型通过TVM优化推理，生成输出文件

TVM inference

onnx_tvm_infer.py是加载TVM文件推理