版本:
TensorRT:8.2.5.1
1.安装TensorRT,上一篇博客有教程https://blog.csdn.net/Power392413/article/details/126320255
2.下载AlphaPose_TRT:
git clone https://github.com/oreo-lp/AlphaPose_TRT.git
3.搭建alphapose环境
4.生成onnx模型:
python pytorch2onnx_dynamic.py --cfg ./configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint ./pretrained_models/fast_res50_256x192.pth
5.onnx模型转成engine模型:
进入TensorRT\bin文件夹,将刚才生成的onnx模型拷贝过来,然后运行:
trtexec --onnx=alphaPose_-1_3_256_192_dynamic.onnx --saveEngine=alphaPose_-1_3_256_192_dynamic.engine --workspace=10240 --fp16 --verbose --minShapes=input:1x3x256x192 --optShapes=input:1x3x256x192 --maxShapes=input:128x3x256x192 --shapes=input:1x3x256x192 --explicitBatch
运行完成后就可以生成一个alphaPose_-1_3_256_192_dynamic.engine模型。