使用TensorRT对AlphaPose加速

最新推荐文章于 2023-12-02 22:15:56 发布

氧气邮递员001

最新推荐文章于 2023-12-02 22:15:56 发布

阅读量574

点赞数

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/Power392413/article/details/126322782

版权

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。