whs

@marsbzp 请问在用Paddle-TensorRT推理时，具体报什么错误呢？ 理论上，动态图产出的量化模型，也是可以用Paddle-TenorRT推理的。 @yghstill

收到，我们安排相关同学看下这个问题。

感谢反馈，剪裁模块的敏感度分析需要在训好的模型上做。 我们会完善下log提示信息。

很抱歉，这么久才回复您。 >picoDet 目前的量化训练精度调优ok了吗？ 暂时效果还不符合预期 >关于量化压缩，以下两个链接 有啥区别，还是完全可以合并为一个？ https://github.com/PaddlePaddle/PaddleDetection/tree/release/2.4/configs/slim 这个链接是用有监督数据（带label的数据），使用单个压缩策略。 https://github.com/PaddlePaddle/PaddleSlim/tree/develop/demo/auto_compression/detection 这个链接是用无监督数据（无label），借助蒸馏策略，直接对推理模型（无训练逻辑）进行压缩。 目前发现，使用无监督数据，在图像目标检测任务上的效果很难达到预期。我们正在尝试解决该问题。 多谢您的关注。

## 计算FLOPs的方法 第一步：使用load_inference_model加载推理模型为program, 参考：https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/static/load_inference_model_cn.html#load-inference-model 第二步：使用paddle.flops接口计算FLOPs: https://www.paddlepaddle.org.cn/documentation/docs/zh/api/paddle/flops_cn.html#flops ## 关于量化模型的说明 1. PaddleSlim产出的量化模型文件，还是以float32的数值类型存储的权重，所以模型大小不会改遍。在用Paddle-Lite和Paddle Inference推理时，会按Int8进行计算。 2. 相比Float32模型，Int8量化模型的参数数量不会减少，只是数值类型的变化 3. FLOPs不能表示量化模型的计算量，理论上量化模型的计算量和Float32模型是一样的，只是计算精度不一样 4. Slim保存的量化模型中，会插入一些量化、反量化OP，这些OP反而会使量化模型的FLOPs变大；。在部署推理时，这些量化、反量化OP会被删掉

请问，您使用的PaddleSlim版本是？

感谢反馈，我们正在尝试修复该问题。如有进度，会及时同步。

以上问题均在PaddleOCR dygraph分支修复：https://github.com/PaddlePaddle/PaddleOCR/tree/dygraph

## 剪裁错误 >Traceback (most recent call last): File "deploy/slim/prune/sensitivity_anal.py", line 147, in main(config, device, logger, vdl_writer) File "deploy/slim/prune/sensitivity_anal.py", line 77, in main flops = paddle.flops(model, [1, 3, 640, 640]) 该问题主要原始是在sensitivity_anal.py文件中调用paddle.flops时，传入了错误的shape,...

@Dora1483 请问“demo_yolofastest.py”所在路径是？