X5 校准数据准备

目标与边界

生成与浮点模型输入合同一致、可追溯的 PTQ 校准目录。默认参考手册选择约 100 份代表性样本，可根据数据分布调整，但不盲目追求数量。

输入合同

• 原始样本集合及抽样规则。
• 每个输入的名称、shape、dtype、layout、色彩空间和训练前处理。
• YAML 中计划承担的 mean_value/scale_value 等预处理责任。
• 输出目录和随机种子。

前置检查

1. 排除纯色、损坏、无目标等非代表性异常样本，除非它们属于真实业务分布。
2. 多输入样本必须一一配对并保持 input_name 顺序。
3. 校准数据输出应保持 input_type_train、input_layout_train 和 input_shape。
4. 若 YAML 已执行归一化，数据脚本不得重复 mean/scale。

执行步骤

1. 固定抽样种子和数据版本，保存原始样本相对路径与哈希。
2. 复用生产/浮点评测前处理，禁止另写“差不多”的 resize、色彩或归一化。
3. 对每个产物记录 shape、dtype、最小/最大/均值、非有限值数量和来源样本。
4. 随机回读若干文件送入浮点模型，确认输出可复现。
5. 生成 calibration-manifest.json 和 preprocess-report.md。

产物与完成标准

• 校准目录、manifest、抽样规则、前处理版本和统计报告齐全。
• 文件数量、输入配对、shape/dtype/layout 与合同一致；无 NaN/Inf。
• 用同一数据做浮点回读时结果在定义容差内一致。

风险与确认

写入新数据目录为中风险。默认不删除旧校准集、不覆盖同名文件、不复制隐私数据到未确认位置。

失败与交接

发现精度掉点或数据分布异常时交接 x5-accuracy-diagnostics；不要一边换校准样本一边改 YAML 算法。

按需参考

• _sources/oe_mapper/source/ptq/ptq_usage/prepare_calibration_data.rst.txt
• _sources/oe_mapper/source/faststart/quickstart.rst.txt