arXiv · 机器人与计算机视觉· Jaemin Choi, Jincheol Yang, Nahyun Lim, Yun-Seong Jeong, Matti Zinke, Hyunwoo Yu, Suk-Ju Kang·· 15 天前AI 评分74
SPA-Q:面向单目深度估计的结构保持自适应后训练量化方法
SPA-Q: Structure-Preserving Adaptive Post-Training Quantization for Monocular Depth Estimation
AI 导读
针对单目深度估计基础模型(如 Depth Anything)计算成本高及低比特量化难的问题,本文提出了 SPA-Q 框架。该方法包含注意力保持校准与通道分布对齐两个组件,旨在解决查询键投影独立量化破坏注意力图以及层间误差累积导致特征分布偏移的挑战。实验表明,在 NYUv2 和 KITTI 数据集上,SPA-Q 在4-bit量化下平均将 AbsRel 降低 25.9%,δ1 提升 17.3%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org