原理

仅将模型中卷积的float权值量化为int8存储，推理时反量化还原为float权值进行计算。因此，其推理速度和float模型一致，但是模型大小可以减小到原来的1/4，可以通过模型转换工具一键完成，比较方便。推荐float模型性能够用，仅需要减少模型大小的场景使用。

使用方法

使用MNNConvert（c++）或者mnnconvert（python包中自带）进行转换，转换命令行中加上下述选项即可：

--weightQuantBits 8 [--weightQuantAsymmetric](可选)

--weightQuantAsymmetric 选项是指使用非对称量化方法，精度要比默认的对称量化精度好一些。