模型量化 (6)：基于 PTQ 的 yolov5 量化，附完整代码说明

1. Post-Training-Quantization(PTQ)流程

Post-Training-Quantization（PTQ）是目前常用的模型量化方法之一。以INT8量化为例，PTQ处理流程如下：

• 1). 首先在数据集上以FP32精度进行模型训练，得到训练好的baseline模型。
• 2). 使用小部分数据（校准集）对FP32 baseline模型进行calibration（校准），这一步主要是得到网络各层weights以及activation的数据分布特性（比如统计最大最小值）；
• 3). 根据2.中的数据分布特性，计算出网络各层、量化参数；
• 4). 使用3.中的量化参数对FP32 baseline进行量化得到INT8模型，并将其部署至推理框架进行推理；
  

PTQ方式会使用小部分数据集来估计网络各层weights和activation的数据分布，找到合适的Scale，从