一种基于INT4量化的标准饭菜识别方法及系统技术方案

本发明专利技术公开了一种基于INT4量化的标准饭菜识别方法及系统，属于神经网络模型领域；所述的方法的具体步骤如下：S1收集标准饭菜图像数据并进行标注，构建训练和校准数据集；S2使用浮点数训练图像分类模型，得到待量化的浮点数模型；S3使用跨层均衡对图像分类模型进行预处理；将浮点数模型量化为INT4类型模型；S4部署INT4量化模型到MCU上；S5集成MCU摄像头数据，作为量化模型输入；本发明专利技术方法使用这种管道量化神经网络模型，能够有效降低神经网络模型量化的精度损失，能够满足较为简单的标准饭菜识别需求，具有较强的实用性；另外，由于INT4量化对模型压缩比例大，减少了硬件内存以及计算资源需求，能够用在成本较低的单片机上，具有较强的经济效益。有较强的经济效益。有较强的经济效益。

【技术实现步骤摘要】
一种基于INT4量化的标准饭菜识别方法及系统


[0001]本专利技术公开一种基于INT4量化的标准饭菜识别方法及系统，涉及神经网络模型


技术介绍

[0002]近年来，神经网络模型被广泛应用在许多领域，并取得了非常好的效果。但是，神经网络模型由于模型复杂度高、模型大，导致推理时效率较低，推理时间较长。因此，如何设计低资源消耗的，可以实时预测的、同时保证预测精度的模型成为一个现实问题，尤其是在简单场景中的应用。标准饭菜识别是一种简单场景的图像识别应用，因为饭菜比较标准以及饭菜种类相对较少，图像识别准确率较高，具有较高的应用价值。但是，由于常用的用于图像分类的深度学习模型复杂度较高，对硬件要求较高，导致硬件成本以及功耗较高。
[0003]故现专利技术一种基于INT4量化的标准饭菜识别方法及系统，以解决上述问题。

技术实现思路

[0004]本专利技术针对现有技术的问题，提供一种基于INT4量化的标准饭菜识别方法及系统，所采用的技术方案为：一种基于INT4量化的标准饭菜识别方法，所述的方法的具体步骤如下：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于INT4量化的标准饭菜识别方法，其特征是所述的方法的具体步骤如下：S1收集标准饭菜图像数据并进行标注，构建训练和校准数据集；S2使用浮点数训练图像分类模型，得到待量化的浮点数模型；S3使用跨层均衡对图像分类模型进行预处理；将浮点数模型量化为INT4类型模型；S4部署INT4量化模型到MCU上；S5集成MCU摄像头数据，作为量化模型输入。2.根据权利要求1所述的方法，其特征是所述S2使用浮点数训练图像分类模型MobileNet
‑
V1，得到待量化的浮点数模型。3.根据权利要求2所述的方法，其特征是所述S3使用跨层均衡对图像分类模型进行预处理；将浮点数模型量化为INT4类型模型的具体步骤如下：S401权重和激活值采用对称量化以及按层量化的方式量化；S402采用基于最小均方误差的方式选择权重和激活值量化范围；S403基于收集的校准数据，采用AdaRound方法优化权重rounding策略。4.根据权利要求3所述的方法，其特征是所述S5集成MCU摄像头数据，作为量化模型输入，进行标准饭菜识别，并将识别结果输出。5.一种基于INT4量化的标准饭菜识别系统，其特征是所述的系统具体...

【专利技术属性】
技术研发人员：陈其宾，李锐，张晖，张立勇，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：