2026年FPGA大赛备赛，用Zynq做实时车牌识别时YOLOv8n模型INT8量化后精度掉到多少算正常？怎么调参能少掉点？

5小时前

我们团队在准备2026年FPGA大赛，打算用Zynq做实时车牌识别，YOLOv8n模型部署到PL端。INT8量化后mAP从0.85掉到了0.72，感觉有点多。请问大家量化后精度掉到多少算正常范围？有哪些调参技巧比如calibration dataset选择或者量化感知训练能减少精度损失？求实战经验分享，谢谢！

码电路的张同学

这家伙真懒，几个字都不愿写！

151.13K2.01K

2026年FPGA校招，手撕Verilog实现AXI4-Stream FIFO时，空满标志用格雷码还是二进制比较更稳？面试官会深挖哪些坑？上一篇

2026年，FPGA做边缘AI推理，部署YOLOv8n时INT8量化精度掉到多少算正常？怎么用校准集恢复？下一篇

还没有人回答，第一个参与下？

我要回答

回答被采纳奖励100个积分

请先登录