本发明公开了一种基于训练后量化的视频超分方法，首先使用数据集训练FP32的模型，然后使用TensorRT对模型进行部署；最后使用数据集进行int8量化以及校准。本发明提出了视频超分网络的优化方法能够有效的减少参数量，缩短推理时间。并实现部分场景下的落地使用。本发明基于TensorRT对FRVSR做训练后静态量化，并针对量化误差大的层做分组量化，能够保证最终的量化精度，并提出了具体的实现方案，能够有效的优化FRVSR在GPU上的推理部署。