跳到正文
arXiv · 机器人与计算机视觉· Haowen Hua, Sen Lin, Yaokun Huang, Zeyi Shao, Hao Zhang, Wei Sui, John See, Zeyd Boukhers, Cong Yang·· 4 小时前AI 评分75

Calibrate in Context:基于小量合成池的高效无数据量化

Calibrate in Context: Efficient Data-Free Quantization from Small Synthetic Pools

AI 导读

该论文提出一种名为‘功能网格校准(FGC)’的方法,旨在从少量合成图像池中实现高精度的低比特模型恢复。该方法通过改进图像合成与学生模型准备流程,利用固定权重的校准过程仅评估消耗算子处的候选项,从而以接近局部评分的成本将块上下文引入校准。

来源:arXiv · 机器人与计算机视觉 · arxiv.org