2026年FPGA大赛备赛，用国产高云FPGA做实时车牌识别，YOLOv8n模型量化后精度掉到75%，怎么用QAT和校准集恢复到90%以上？
我们在做FPGA大赛项目，用高云FPGA部署YOLOv8n做实时车牌识别，INT8量化后精度从95%掉到了75%，试了校准集但效果不明显。听说QAT（量化感知训练）能恢复精度，但不知道具体怎么操作，比如在Pytorch里怎么设置伪量化节点、训练多少epoch、学习率怎么调？另外校准集选多少张图合适？求有经验的大佬分享具体步骤，最好能给出一个可操作的流程，急！
电子爱好者小张
