# compile.yaml 旋钮说明(PTQ · hb_compile · hmct 2.6.5 / horizon_tc_ui 3.5.3) `model_parameters` 段的 onnx_model / march / working_dir / output_model_file_prefix 按下表填(平台口径)。 其余三段照抄模板再按需改。写好后:`/data/oebench/venv-tc/bin/hb_compile -c compile.yaml`。 ## 模板 ```yaml model_parameters: onnx_model: /task/onnx/efficientnet.b2.onnx march: nash-m working_dir: /workspace/compile_work output_model_file_prefix: efficientnet.b2 layer_out_dump: false input_parameters: input_type_rt: featuremap # 预处理在主机侧完成,模型吃特征图——不要改 input_type_train: featuremap input_layout_train: NCHW calibration_parameters: cal_data_dir: /task/calib/npy_f32 calibration_type: default # default | max | kl | mix ← 主要旋钮 compiler_parameters: compile_mode: latency optimize_level: O2 debug: false jobs: 8 ``` ## 可改旋钮(calibration_parameters 内) | 旋钮 | 取值 | 说明 | |---|---|---| | calibration_type | default / max / kl / mix | default=自动搜索(首选);掉点大时试 kl 或 mix;skip=不校准(普通 PTQ 必崩,别选) | | max_percentile | 0.9999–1.0 | 只对 max 有效,截激活长尾 | | per_channel | true / false | 权重逐通道量化;对深度可分离卷积(MobileNet 系)常有帮助 | | run_on_cpu | "node_a,node_b" | 敏感节点放 CPU float,逗号分隔 ONNX 节点名;run_on_bpu 反之 | | optimization | set_model_output_int8 / set_model_output_int16 | 输出量化位宽 | | quant_config | dict | 精细控制:`{model_config: {all_node_type: int8, model_output_type: int16}}` | ## 产物 编译成功后 `working_dir` 下生成 `.hbm`(以及中间产物)。交卷文件名必须是 `model.hbm`。 ## 常见失败 - 校准数据路径错 → 启动即报错,检查 cal_data_dir - ONNX 输入维度与校准样本不符 → 检查是否 1x3x288x288 f32 - 内存不足 → jobs 降到 4