yolov5s进行tensorRT的VS部署时出现输出信息不正确的情况

错误如下:


这个错误犯了几次的哈哈,今天又遇到发现之前没记录,所以现在记录一下:
      

其实就是输出节点的问题,有些人的模型输出节点是output,有些模型是output0,当出现置信度为不合理的乱码数值时(我为什么知道置信度不合理呢,因为我把置信度打印出来它不在0-1之间),就可以尝试修改output的结点信息即可。

---------------------手动分割线-----------------------------

为了确定什么时候用output什么时候用output0,我又进行了一定的研究,最后发现在pycharm导出.engine文件的时候就有显示信息(下面截图中的红框部分)。

除此之外我还发现了另外两点可能会导致错误的原因:

①模型的输出尺寸对应不上,我之前用的都是yolov5s官方的权重文件,它输出的shape为(1,25200,85)而根据实际项目不同我们的检测类别有所不同,所以我们检测的输出shape也会对应修改(如上面绿框所示)。这时候在VS中我们所编写的解码程序也要修改对应的代码。
②如果导出的事.engine的半精度模型的话也会导致错误,这个点我没有深究,我只是重新导出.engine(非半精度),然后在VS上运行,模型读取和推理发现能够正常使用。

  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用YOLOv5分割的TensorRT版本来进行目标识别和分割任务。以下是一个实现的步骤: 1. 首先,克隆YOLOv5官方代码的最新版本,并下载对应的.pt模型文件。可以使用如下命令进行克隆: ``` git clone git@github.com:ultralytics/yolov5.git#官方代码 ``` 然后,下载对应的.pt模型文件,例如yolov5s-seg.pt。 2. 接下来,克隆YOLOv5分割TensorRT推理代码,并进入目录: ``` git clone git@github.com:fish-kong/Yolov5-instance-seg-tensorrt.git#我的tensort推理c 代码 ``` 3. 确保你已经安装了以下依赖项: - CUDA 10.2 - cuDNN 8.2.4 - TensorRT 8.0.1.6 - OpenCV 4.5.4 4. 进入克隆的YOLOv5分割TensorRT推理代码目录,可以看到以下文件和文件夹: ``` ├── CMakeLists.txt ├── images │ ├── bus.jpg │ └── zidane.jpg ├── logging.h ├── main1_onnx2trt.cpp ├── main2_trt_infer.cpp ├── models │ ├── yolov5s-seg.engine │ └── yolov5s-seg.onnx ├── output.jpg ├── README.md └── utils.h ``` 5. 运行命令将ONNX模型转换为TensorRT引擎模型(.engine): ``` ./main1_onnx2trt ``` 6. 完成转换后,可以使用TensorRT引擎模型进行推理。运行以下命令进行推理: ``` ./main2_trt_infer ``` 通过以上步骤,你就可以使用YOLOv5分割的TensorRT版本进行目标识别和分割任务了。希望对你有所帮助!<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [yolov5 c++ tensorrt推理](https://blog.csdn.net/weixin_41012399/article/details/123519240)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Yolov5实例分割Tensorrt部署实战](https://blog.csdn.net/qq_41043389/article/details/127754384)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值