Super-Gradients项目中YOLO-NAS模型PTQ与QTA导出ONNX形状差异解析

背景概述

在深度学习模型部署过程中，模型量化是提高推理效率的重要手段。Super-Gradients作为Deci-AI推出的训练库，提供了YOLO-NAS模型的完整训练和量化支持。近期有用户发现，在使用该库进行PTQ(后训练量化)和QTA(量化感知训练)后，导出的ONNX模型在输入输出形状上存在显著差异。

现象描述

当用户按照官方文档流程对YOLO-NAS模型进行PTQ和QTA处理后，发现两种量化方式导出的ONNX模型结构不同：

1. PTQ导出的ONNX模型：包含4个输出节点，分别为：

   • int64[1, 1]格式的输出
   • float32[1, N, M]格式的输出
   • float32[1, N]格式的输出
   • int64[1, N]格式的输出

2. QTA导出的ONNX模型：仅包含2个输出节点：

   • float32[16, 8400, 4]格式的输出
   • float32[16, 8400, 3]格式的输出

技术原理分析

这种差异源于Super-Gradients库中两种量化流程的实现方式不同：

1. PTQ量化流程：直接通过model.export()方法实现，该方法支持在导出时附加后处理(NMS)模块，因此输出的ONNX模型已经包含了完整的检测流程，输出的是经过解码的边界框信息。

2. QTA量化流程：通过Trainer进行训练，目前尚未完全集成新的export() API，因此在导出QAT模型时无法附加后处理模块，导出的ONNX仅包含模型本身的输出特征。

解决方案演进

在项目的最新进展中，开发团队已经通过PR#1879解决了这一问题。现在无论是QAT还是PTQ，都统一使用模型的.export()方法进行导出，确保了输出形状的一致性。这一改进使得：

• 两种量化方式导出的模型具有相同的输入输出结构
• 用户可以使用统一的接口处理量化后的模型
• 简化了模型部署流程

实践建议

对于需要使用量化版YOLO-NAS模型的开发者，建议：

1. 使用最新版本的Super-Gradients库，确保获得一致的导出行为
2. 在导出模型时明确指定是否需要包含后处理模块
3. 对于生产环境部署，建议进行充分的量化效果验证
4. 注意不同量化方式对模型精度和速度的影响差异

总结

模型量化是边缘部署的关键技术，理解不同量化方式的实现差异对于成功部署至关重要。Super-Gradients库通过持续改进，正在提供更加统一和便捷的量化体验，帮助开发者更高效地将YOLO-NAS等先进模型部署到实际应用中。