NCNN量化之ncnn2table和ncnn2int8

一、ncnn2table生成量化表

１、首先准备工作，参考NCNN深度学习框架之Optimize优化器

２、终端进入ncnn/build/tools/quantize目录

３、./ncnn2table --image imagepath --param parampath --bin binpath --output newModel.table

• 注：在执行命令时，在后面还可以添加mean, norm, size, thread参数，这边工具里已设为默认，就没有修改；
• 注：这里的image指的是图片集，并且是图片数量较多的图片集；

４、执行命令后，即可看见原文件目录下生成newModel.table的量化表

二、ncnn2int8量化网络模型

１、执行可执行文件ncnn2table，生成量化表

２、终端进入ncnn/build/tools/quantizw目录

３、./ncnn2int8 [inparam] [inbin] [outparam] [outbin] [calibration table]

４、执行命令后，即可在原文件目录下生成param和bin的输出文件(即进行int8量化后的ncnn模型)
转载:https://www.cnblogs.com/wanggangtao/p/11352948.html