我正在针对自定义数据集微调SSD Mobilenet v2。我正在对模型进行5万步的微调,并在48k步数的基础上加入了量化意识的训练。
graph_rewriter {
quantization {
delay: 48000
weight_bits: 8
activation_bits: 8
}
}
我在训练后观察了95%以上的培训,验证和测试mAP。
使用命令量化后
python object_detection/export_tflite_ssd_graph.py
--pipeline_config_path=${CONFIG_FILE}
--trained_checkpoint_prefix=${CHECKPOINT_PATH}
--output_directory=${OUTPUT_DIR} --add_postprocessing_op=true
./bazel-bin/tensorflow/contrib/lite/toco/toco
--input_file=${OUTPUT_DIR}/tflite_graph.pb \
--output_file=${OUTPUT_DIR}/detect.tflite \
--input_format=TENSORFLOW_GRAPHDEF \
--output_format=TFLITE \
--inference_type=QUANTIZED_UINT8 \
--input_shapes="1,300,300,3" \
--input_arrays=normalized_input_image_tensor \
--output_arrays="TFLite_Detection_PostProcess","TFLite_Detection_PostProcess:1","TFLite_Detection_PostProcess:2","TFLite_Detection_PostProcess:3" \
--std_values=128.0 --mean_values=128.0 --allow_custom_ops --default_ranges_min=0 --default_ranges_max=6
我使用相同的测试集测试了生成的detect.tflite模型。我发现mAP下降到了约85%。
这个mAP编号会下降吗?如何改善量化后的mAP?