语义分割算法与部署笔记
整理语义分割模型训练、量化和边缘端部署的踩坑记录。
数据准备
施工场景标注成本高，可以先使用公开数据预训练，再用少量现场数据微调。
模型轻量化
部署到边缘设备时，优先尝试：
- 减少输入分辨率
- 使用深度可分离卷积
- 使用 ONNX 和 INT8 量化
部署踩坑
不同推理框架对 Upsample 和 ArgMax 的支持不一致，导出前需要在模型输出层做适配。
整理语义分割模型训练、量化和边缘端部署的踩坑记录。
施工场景标注成本高，可以先使用公开数据预训练，再用少量现场数据微调。
部署到边缘设备时，优先尝试：
不同推理框架对 Upsample 和 ArgMax 的支持不一致，导出前需要在模型输出层做适配。