幅度谱（Magnitude Spectrum）：傅里叶变换的幅度谱表示了图像中不同频率成分的强度。幅度谱中的每个点对应于一个特定的频率，其值表示该频率成分的强度。幅度谱通常是对称的，因为实数图像的傅里叶变换是共轭对称的。此时，傅里叶级数中的离散频率成分变为连续的频率成分，傅里叶级数变为傅里叶变换。频率分布：在幅度谱中，低频成分通常位于图像的中心，而高频成分则位于图像的边缘。它代表图像的平均亮度。傅

FLOPs，全称为Floating Point Operations, (s为复数缩写），浮点运算数，指模型完成一次前向传播所需的浮点运算次数，可以理解为计算量（模型的时间复杂度），用来衡量算法/模型的复杂度。FLOPS，全称为Floating Point Operations Per Sencond，表示设别每秒能完成的浮点运算次数，可以理解为计算速度。若模型使用int8量化，需优先匹配TOPS

ONNX是一种开放的模型交换格式，主要解决不同框架间的模型兼容性问题，支持将PyTorch、TensorFlow等框架模型转换为标准中间格式，实现跨平台迁移。该模式首先将模型转换为ONNX格式，再通过TensorRT生成优化后的.engine文件，结合两者的优势实现部署流程标准化与性能最大化。TensorRT是NVIDIA推出的高性能推理SDK，专为GPU优化，通过层融合、内核自动调优、量化压缩等

参考：https://blog.csdn.net/m0_51496369/article/details/148960709。

FLOPs，全称为Floating Point Operations, (s为复数缩写），浮点运算数，指模型完成一次前向传播所需的浮点运算次数，可以理解为计算量（模型的时间复杂度），用来衡量算法/模型的复杂度。FLOPS，全称为Floating Point Operations Per Sencond，表示设别每秒能完成的浮点运算次数，可以理解为计算速度。若模型使用int8量化，需优先匹配TOPS