2026年FPGA大赛备赛，用Zynq做实时车牌识别时，YOLOv8n的INT8量化后精度掉到70%，怎么用校准集和QAT恢复？

10小时前

我是大三学生，正在备赛2026年FPGA大赛，选题是实时车牌识别，用Zynq-7020部署YOLOv8n。模型量化到INT8后，mAP从原来的85%掉到了70%，主要是在夜间和模糊车牌上识别不准。试了校准集（500张车牌图），精度只恢复到73%。请问有没有更有效的量化感知训练（QAT）策略？比如怎么调整量化参数、用知识蒸馏辅助恢复？求具体步骤和参数设置经验。

EDA新手

这家伙真懒，几个字都不愿写！

51391K

2026年，FPGA大赛准备用安路FPGA做实时目标检测，YOLOv8n模型量化到INT8后精度掉到78%，除了知识蒸馏还有哪些恢复技巧？上一篇

2026年，FPGA校招面试手撕Verilog实现AXI4-Stream的实时视频直方图均衡化加速器，累积分布函数计算怎么设计流水线才能不丢帧？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