추론시간 개선 - 양자화 시도

Pytorch quantization

• Pytorch 가 제공하는 라이브러리로 양자화 학습.
• 하지만 cpu 에서만 실행 가능, 또한 모델의 채널 수를 신중하게 고르지 않으면 cpu 에서 조차 속도 개선이 미미함.
• 양자화 과정으로 학습된 모델은 pytorch model -> onnx -> tensorRT 변환이 불가능하여 gpu 에서 실행 불가능.

TensorRT

• Google Colab - install_tensorRT

• 양자화 학습을 사용하지 않고, 라이브러리를 활용하여 모델의 정밀도 감소 및 양자화 시도.

• 모델에 따라 속도 차이가 크고 아래 단계의 정밀도가 더 빠른 경우가 있었음

• 정확한 이해가 필요해 보임 (사용법 미숙, 입력 값은 float 등)

Inference Time(msec)	Densenet - 32 packet	Ours - 1 packet
Torch - float32	19.49	0.49
TensorRT - float32	4.30	0.37
TensorRT - float16	4.32	0.35
TensorRT - int8	3.70	0.41