FPGA线上课程平台｜最全栈的FPGA学习平台｜FPGA工程师认证培训
登录
首页-所有问题-其他-正文

2026年，FPGA在AI边缘推理中部署YOLOv8n，INT8量化后精度掉到多少算正常？怎么调参能少掉点？

Verilog练习生Verilog练习生
其他
4小时前
0
0
4
我最近在用FPGA做边缘AI推理，部署YOLOv8n模型时做了INT8量化，发现精度从FP32的0.82掉到了0.73，感觉掉得有点多。想问一下各位大佬，INT8量化后精度掉到多少算正常范围？有没有什么调参技巧或者校准方法能减少精度损失？比如用更合适的校准数据集或者调整量化策略？
Verilog练习生

Verilog练习生

这家伙真懒，几个字都不愿写！
71961.20K
分享：
2026年，FPGA毕业设计题目有哪些推荐？想做图像处理或AI加速方向上一篇
2026年FPGA校招，面试官问如何用Verilog实现一个基于AXI4-Stream的实时图像缩放加速器，双线性插值的行缓冲怎么设计才能省BRAM？下一篇
FPGA线上课程平台｜最全栈的FPGA学习平台｜FPGA工程师认证培训
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
FPGA线上课程平台｜最全栈的FPGA学习平台｜FPGA工程师认证培训
请先登录