量化指标是评估模型压缩效果的核心工具，以下为常见分类与推荐资源：
1. 基础量化指标 📊
- Accuracy：压缩后模型在测试集上的准确率
- FLOPs：计算操作量（Floating Point Operations），反映模型复杂度
- Model_Size：参数量或存储需求（如MB/GB）
- Latency：推理延时（ms级别）
2. 高级评估维度 🔍
- Precision：量化后数值的精度保持程度
- Dynamic_Range：激活值的动态范围压缩效果
- Energy_Efficiency：能效比（适用于嵌入式部署）
3. 推荐工具与框架 🛠️
- PyTorch Quantization Toolkit
- TensorRT 的量化实现文档
- ONNX Runtime 支持的量化模式
4. 扩展阅读 📚
如需具体指标实现案例，可参考 量化实践教程 进行深入学习。