CVPRNov, 2021
IntraQ: 学习带有类内异质性的合成图像,用于零样本网络量化
IntraQ: Learning Synthetic Images with Intra-Class Heterogeneity for Zero-Shot Network Quantization
Yunshan Zhong, Mingbao Lin, Gongrui Nan, Jianzhuang Liu, Baochang Zhang...
TL;DR本研究提出 IntraQ 方法来解决现有方法在合成图像中无法保留真实数据类内异质性的问题,通过本方法在使用 4 位量化的 MobileNetV1 上,可在 ImageNet 数据集上实现比已有先进方法更高的准确性。