文件名称：TensorRT_quantization_demo_cifar10:该演示旨在展示如何构建Resnet18 TensorRT int8引擎。 并演示校准数据集的大小如何影响最终精度
文件大小：210.37MB
文件格式：ZIP
更新时间：2024-05-09 15:23:30
Python
TensorRT_quantization_demo_cifar10 该演示旨在展示如何为cifar10分类任务构建TensorRT INT8引擎。 它还证明了校准数据集的大小如何影响量化后的最终精度。 基本代码来自TensorRT python示例之一： 。 为了演示int8量化后校准数据集的大小如何影响准确性，将mnist数据集更改为cifar10数据集，并将LeNet更改为ResNet18。 ResNet18 onnx模型来自的回购。 逐步运行 pip install -r requirements.txt 您需要将ONNX_PATH （sample.py中的123行）更改为您自己的路径，在其中保存resnet18.onnx 。 您需要将cifar10_data_path （sample.py中的第124行）更改为您自己的路径，在其中保存cifar10测试数据test_ba