祝贺：成都康乔电子发明专利CN109902745A
本发明创造提供一种基于CNN的低精度训练与8位整型量化推理方法，主要步骤为：
低精度模型训练；用16位浮点型的低精度定点算法进行模型训练，得到用于目标检测的模型；量化权重；提出8位整型量化方案，按层将卷积神经网络的权重参数从16位浮点型量化为8位整型；8位整型量化推理；把激活值量化为8位整型数据，即CNN的每一层都接受int8类型量化输入并生成int8量化输出。
本发明用16位浮点型低精度定点算法训练模型得到权重，再量化为8位的整型数据进行前向推理，相比于32位浮点型算法训练模型得到的权重直接进行8位整型量化推理，优化卷积层的推理过程，有效降低了低位定点量化推理带来的精度损失。
