将ONNX量化模型适配为CANN支持的量化模型。

当前仅支持对QAT模型中包含QuantizeLinear和DequantizeLinear两类FakeQuant层结构的模型进行适配，且仅权重支持per-channel量化，成对的QuantizeLinear、DequantizeLinear层需要存在相同的量化因子。

convert_qat_model(model_file, save_path, record_file=None)

参数名	输入/返回值	含义	使用限制
model_file	输入	待适配的.onnx格式模型文件路径。	数据类型：string
save_path	输入	模型存放路径。该路径需要包含模型名前缀，例如./quantized_model/*model。	数据类型：string
record_file	输入	用户计算得到的量化因子记录文件路径，量化因子记录文件格式为.txt。	数据类型：string 默认值为：None

参数名

输入/返回值

含义

使用限制

model_file

输入

待适配的.onnx格式模型文件路径。

数据类型：string

save_path

输入

模型存放路径。该路径需要包含模型名前缀，例如./quantized_model/*model。

数据类型：string

record_file

输入

用户计算得到的量化因子记录文件路径，量化因子记录文件格式为.txt。

数据类型：string

默认值为：None

无。

import amct_onnx as amct
model_file = "./pre_model/mobilenet_v2_qat.onnx"
save_path="./results/model"
amct.convert_qat_model(model_file, save_path)