量化以后，最后计算得到的位置xywh为定点数，怎么确定在图片中的位置，需要反量化吗

[zhvn100]

需要反量化吗，因为确定位置是需要浮点数的吧，类别可以比较定点数的概率

[ppogg]

没太看明白你的意思，你是说在量化模型后对图片预测，如何得到检测目标在图片中xywh四点位置信息是吗？

[zhvn100]

嗯嗯，因为这个定点数他是一个函数映射出来进行计算的值吧，在实际的检测图片上没办法去得到xywh的位置信息，因为我想做硬件加速器去实现，所以最后得到的定点数位置信息，怎么转换成实际图片上的位置信息呢

[ppogg]

不太确定这个是不是你想要得到的答案：
在yolov4.cpp的line154~line159：

const Object& obj = objects[i];
        fprintf(stderr, "%d = %.5f at %.2f %.2f %.2f x %.2f\n", obj.label, obj.prob,
            obj.rect.x, obj.rect.y, obj.rect.width, obj.rect.height);
        cv::rectangle(image, obj.rect, cv::Scalar(255, 0, 0));

nihui大佬将xywh四点位置信息封装到obj中，假设我的检测推理时是将图片resize成160px160px，那么你是需要计算出他换算的比例尺，比如，你的原始图片为640px640px，缩放比例ratio=4，当你通过这个推理脚本得到resize图片的xywh位置信息，你需要以图片中心为基准点，根据这个比例尺换算出实际图片的xywh信息。

[zhvn100]

好像不太一样，nihui大佬是有一套完整的yolov4量化代码吗，能发一下地址吗，麻烦了

[ppogg]

嗯嗯，nihui六月份还有更新ncnn的框架，你可以直接编译进行量化的
ncnn链接：https://github.com/Tencent/ncnn
ncnn的一些注意事项：https://github.com/Tencent/ncnn/wiki/quantized-int8-inference
祝好运兄弟

[zhvn100]

好的，谢谢