量化注意事项和模型设计思想

量化的注意事项

1、量化检测器时，尽量不要对Detect Head进行量化，一旦进行量化可能会引起比较大的量化误差；
2、量化模型时，模型的First&Second Layer也尽可能不进行量化（精度损失具有随机性）；
3、TensorRT只支持对称量化，因此Zero-Point为0；
4、PTQ的结果一般比TensorRT的结果好，同时更具有灵活性，可以进行局部量化（因为TensorRT时性能优先）；
5、Resize和add操作可能会引入混合精度节点，这可能也是后面TensorRT改进和优化的点；
6、激活函数的量化对精度没有影响（ReLU/ReLU6等），因此使用per_tensor粗粒度量化即可；
7、随机量化并不能提高精度；
8、量化粒度越细精度越高，相应计算复杂度也就越高，速度越慢；一般使用per_channels即可；
9、Depth-wise Conv可能会破坏截断误差与舍入误差的平衡，进而影响精度；
10、BN层与Conv的融合可能会对per_tensor量化有所影响，但是对于per_channel没有影响；
11、MobileNet系列中的深度可分离卷积的量化误差比较大，需要进行局部量化；
12、卷积/转置卷积的量化选择per_tensor与per_channel均可。
13、参数量大的网络模型对于量化加速更加鲁棒；
14、非对称的per_channel量化能够提高精度（TensorRT不支持，其他框架支持）；
15、语义分割一般PTQ即可满足量化精度的要求，因为本质是逐像素分类；
16、pytorch-quantization本身的initialize不建议使用，最好使用本次实践中的方法更为灵活；
17、多分支结构并不利于QAT的训练，QAT办法缓解PTQ的精度丢失。

模型的设计原则

1、模型涉及和改进避免多分支结构，如果项目中使用了多分支结构，建议使用结构重参思想；
2、如果使用了结构重参，同时PTQ不能满足要求，QAT也不能缓解，建议使用梯度先验的形式RepOpt；
3、YOLOv6中的上采样使用TransposeConv比YOLOv5中使用的Upsample更适合进行量化，因为使用Upsample在转为Engine的时候，TensorRT会模型将其转为混合精度的Resize，影响性能；
4、在自己设计Block的时候，应该更多考虑Block中的算子尽可能进行算子融合，YOLOv6这方面就是典范，值得多多学习。
5、如果模型中涉及到Plugin，使用局部量化跳过该层即可；

检测头与ADD

nn.Upsample

转置卷积