根据你描述的情况——非量化模型能正常导出，添加量化算子后推理完成但导出后期触发段错误，结合你的环境版本，我梳理了几个最可能的原因和对应的解决方案：

1. PyTorch 1.6.0对量化算子的ONNX导出支持不足 #

PyTorch 1.6.0是比较早期的版本，当时量化功能的ONNX导出还处于完善阶段，尤其是torch.nn.quantized.FloatFunctional这类算子的导出逻辑存在不少bug，很容易在导出后期触发内存访问异常（也就是你遇到的段错误）。

解决办法：
优先升级PyTorch到1.7.0或更高版本（比如1.8.0 LTS），后续版本专门修复了大量量化模型的ONNX导出问题，对FloatFunctional、quantize/dequantize算子的兼容性有明显提升。注意升级时要保持torchvision、onnx、onnxruntime版本的匹配，比如torch1.8.0搭配onnx1.9.0会更稳定。

2. Opset版本选择不兼容 #

你当前使用的opset_version=11，而量化相关的ONNX算子定义在更高的opset版本中才更完善。opset 11对PyTorch量化算子的映射支持有限，可能导致导出时内部逻辑冲突。

解决办法：
尝试将opset_version提升到12或13，修改导出代码：

torch.onnx.export(torch_model,
                  input_example,
                  model_name,
                  export_params=True,
                  opset_version=13,  # 提升opset版本
                  do_constant_folding=True,
                  verbose=True  # 开启verbose查看导出细节
)

开启verbose=True还能帮你看到导出过程中每个算子的处理情况，方便定位具体哪个环节出问题。

3. 手动添加量化算子的方式不规范 #

如果你是手动插入quantize/dequantize算子，而不是遵循PyTorch官方的量化流程（比如torch.quantization.prepare + torch.quantization.convert），可能导致模型的内部量化状态没有被ONNX导出器正确识别，进而触发内存错误。

解决办法：
按照PyTorch官方量化流程重构你的代码：

1. 首先为模型添加量化支持（比如插入QuantStub/DeQuantStub）
2. 使用torch.quantization.prepare准备模型
3. 进行校准（如果是静态量化）
4. 用torch.quantization.convert转换为量化模型
5. 再执行ONNX导出

这种官方流程下生成的量化模型，ONNX导出器能更好地识别其结构，减少导出异常。

4. 调试段错误的具体位置 #

如果以上方法还没解决，可以用gdb调试来定位具体出错的环节：

gdb --args python your_export_script.py

在gdb中输入run执行脚本，触发段错误后输入bt查看堆栈信息，就能看到是PyTorch导出器的哪个函数导致的内存错误，进一步缩小问题范围。

内容的提问来源于stack exchange，提问作者Joseph Budin