Yolov5模型在TensorRT中的高性能部署与应用

本文介绍了如何在TensorRT中高效部署YOLOv5模型,通过C++封装DLL,并实现Windows上的HTTP服务器与客户端。服务器监听端口,接收客户端图像或视频数据,进行目标检测并返回结果。详细阐述了模型加载、DLL制作及HTTP通信过程。
摘要由CSDN通过智能技术生成

http yolov5 tensorrt C++ windows 客户端服务器高性能部署,使用tensorrt推理yolov5模型,封装成了dll; http服务器,监听指定端口、调用dll加载模型到内存(可同时支持多个模型同时加载并行运行)同时监听指定http指定路径是否有请求,收到请求后解析json数据中数据,从中解析出识别指定模型类别和图像,调用指定模型进识别,同时讲识别结果和图像封装成json发送回去;http客户端,支持图像和视频发送,将识别类型和图像数据发送到服务器,收到服务器识别结果回数后解析结果和图像。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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