面向干细胞显微成像的 Cellpose-SAM 保持性能约束后训练量化
该研究评估了分割基础模型 Cellpose-SAM 的压缩方法，目标是在实验室 CPU 和边缘硬件上部署。在覆盖三种成像模态的 176 个显微视野分层数据集上，仅量化权重的 W8A16 在所有模态中均满足预先设定的性能保持标准。采用四个 INT8 例外的敏感度引导混合 W4/W8 方法，将权重存储需求减少了 6.76 倍，且在评估视野中未出现灾难性失败。三值权重量化虽然实现了 12.08 倍压缩，但在 176 个视野中的 169 个上失败。研究表明，压缩模型应按成像模态评估下游性能保持情况，而不是依赖单一准确率指标。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。