篇章八：TensorRT部署目标检测YOLO模型
目录
PS:纯粹为学习分享经验，不参与商用价值运作，若有侵权请及时联系！！！
深度学习模型部署TensorRT加速（九）：TensorRT部署TransFormer模型
前言：
经过上一章节的学习，相信小伙伴都熟悉了利用TensorRT部署深度学习的流程。本节将展示如何部署一个深度学习目标检测模型，以最火热的YOLO系列为例进行具体展示。展示之前先介绍一下YOLO系列模型在深度学习领域的一些应用。
YOLO（You Only Look Once）是一种流行的实时目标检测算法。将 TensorRT 用于部署 YOLO 模型可以大大提高推理速度，使其更适用于实时应用。
应用场景
-
自动驾驶：在自动驾驶汽车中，实时目标检测是非常关键的。TensorRT 可以加速 YOLO 模型，以实时检测路上的车辆、行人和其他障碍物。
-
安防监控：在 实时监控系统中，YOLO 和 TensorRT 可以用于实时检测可疑活动或者跟踪特定目标。
-
工业自动化：在制造线上，高速准确的目标检测可以用于缺陷检测或自动分拣。
-
零售分析：在商店中，YOLO 可以用于跟踪客户行为，分析热门商品等。
-
增强现实：在增强现实应用中，实时目标检测可以用于与现实世界中的物体进行交互。
-
无人机：无人机可以使用 YOLO 进行实时目标追踪或地形分析。
一、部署流程介绍：
部署 YOLO 模型通常涉及以下几个步骤：
- 模型转换：将训练好的 YOLO 模型转换为 ONNX 格式。
- 创建 TensorRT 引擎：使用 TensorRT 从 ONNX 模型创建一个优化过的推理引擎。
- 推理：使用优化过的引擎进行目标检测。
- 后处理：解析 YOLO 的输出，进行非极大值抑制（NMS）等。
二、具体实现操作：
经典的TensorRT部署目标检测模型步骤为：onnx模型转engine、读取本地模型、创建推理引擎、创建推理上下文、创建GPU显存缓冲区、配置输入数据、模型推理以及处理推理结果。（主要提供C++代码）
2.1 onnx模型转engine
随着onnx模型的发展，目前多种模型框架都将onnx模型当作中间转换格式，该模型结构变得越来越通用，因此TensorRT目前主要在更新的就是针对该模型的转换。TensorRT是可以直接读取engine文件，对于onnx模型需要进行一些列转换配置，转为engine引擎才可以进行后续的推理，因此在进行模型推理前，需要先进行模型的转换。项目中已经提供了转换方法接口:
而其实tensorrt包已经包含了通用的转化工具在 .\TensorRT\bin中的trtexec.exe。（直接利用转接口进行转化即可）
2.2 读取本地模型
此处读取本地模型为读取上一步保存在本地的engine二进制文件，将模型文件信息读取到内存中。该文件保存了模型的所有信息以及电脑的配置信息，因此该模型文件不支持在不同电脑上使用。
std::ifstream file_ptr(model_path_engine, std::ios::binary);
size_t size = 0;
file_ptr.seekg(0, file_ptr.end); // 将读指针从文件末尾开始移动0个字节
size = file_ptr.tellg(); // 返回读指针的位置，此时读指针的位置就是文件的字节数
file_ptr.seekg(0, file_ptr.beg); // 将读指针从文件开头开始移动0个字节
char* model_stream = new char[size];
file_ptr.read(model_stream, size);
file_ptr.close();2.3 创建推理引擎
首先需要初始化日志记录接口类，该类用于创建后续反序列化引擎使用；然后创建反序列化引擎，其主要作用是允许对序列化的功能上不安全的引擎进行反序列化，接下调用反序列化引擎来创建推理引擎，这一步只需要输入上一步中读取的模型文件数据以及长度即可。
// 日志记录接口
Logger logger;
// 反序列化引擎
nvinfer1::IRuntime* runtime = nvinfer1::createInferRuntime(logger);
// 推理引擎
nvinfer1::ICudaEngine* engine = runtime->deserializeCudaEngine(model_stream, size);2.4 创建推理上下文
这里的推理上下文与OpenVINO中的推理请求相似，为后面进行模型推理的类。
nvinfer1::IExecutionContext* context = engine->createExecutionContext();2.5 创建GPU显存缓冲区
TensorRT是利用英伟达显卡进行模型推理的，但是我们的推理数据以及后续处理数据是在内存中实现的，因此需要创建显存缓冲区，用于输入推理数据以及读取推理结果数据。
// 创建GPU显存缓冲区
void** data_buffer = new void* [num_ionode];
// 创建GPU显存输入缓冲区
int input_node_index = engine->getBindingIndex(input_node_name);
cudaMalloc(&(data_buffer[input_node_index]), input_data_length * sizeof(float));
// 创建GPU显存输出缓冲区
int output_node_index = engine->getBindingIndex(output_node_name);
cudaMalloc(&(data_buffer[output_node_index]), output_data_length * sizeof(float));2.6 配置输入数据
配置输入数据时只需要调用cudaMemcpyAsync()方法，便可将cuda流数据加载到与i里模型上。但数据需要根据模型要求进行预处理，除此以外需要将数据结果加入到cuda流中。一般而言，具体的输入数据会具体处理，如图像读取一般会采取OpenCV。
// 创建输入cuda流
cudaStream_t stream;
cudaStreamCreate(&stream);
std::vector<float> input_data(input_data_length);
memcpy(input_data.data(), BN_image.ptr<float>(), input_data_length * sizeof(float));
// 输入数据由内存到GPU显存
cudaMemcpyAsync(data_buffer[input_node_index], input_data.data(), input_data_length * sizeof(float), cudaMemcpyHostToDevice, stream);2.7 模型推理
context->enqueueV2(data_buffer, stream, nullptr);1.8 处理推理结果
最后处理数据是在内存上实现的，首先需要将数据由显存读取到内存中。
float* result_array = new float[output_data_length];
cudaMemcpyAsync(result_array, data_buffer[output_node_index], output_data_length * sizeof(float), cudaMemcpyDeviceToHost, stream);三、完整版份文件进行代码编写
参考链接（极力推荐针对性看完！！！）：yolov5使用TensorRT进行c++部署_ubuntu上yolov5的tensorrt部署c++, tensorrt 8.4.3.0_AI、明察秋毫的博客-CSDN博客
主要步骤：
1.创建yolov5_trt.h文件
// yolov5使用tensorrt进行部署的头文件
#ifndef YOLOV5_TRT_H
#define YOLOV5_TRT_H
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
#include <NvInfer.h> // nvidia加载模型进行推理的插件
#include <NvOnnxParser.h>
#include <cuda_runtime.h>
// 自定义配置结构
struct Configuration
{
float confThreshold; // Confidence threshold
float nmsThreshold; // Non-maximum suppression threshold
float objThreshold; //Object Confidence threshold
std::string modelpath;
};
// 定义BoxInfo结构类型
typedef struct BoxInfo
{
float x1;
float y1;
float x2;
float y2;
float score;
int label;
} BoxInfo;
class YOLOv5
{
public:
YOLOv5(Configuration config);
~YOLOv5();
void UnInit();
void detect(cv::Mat& frame);
private:
float confThreshold;
float nmsThreshold;
float objThreshold;
int inpWidth;
int inpHeight;
std::string classes[80] = {"person", "bicycle", "car", "motorbike", "aeroplane", "bus",
"train", "truck", "boat", "traffic light", "fire hydrant",
"stop sign", "parking meter", "bench", "bird", "cat", "dog",
"horse", "sheep", "cow", "elephant", "bear", "zebra", "giraffe",
"backpack", "umbrella", "handbag", "tie", "suitcase", "frisbee",
"skis", "snowboard", "sports ball", "kite", "baseball bat",
"baseball glove", "skateboard", "surfboard", "tennis racket",
"bottle", "wine glass", "cup", "fork", "knife", "spoon", "bowl",
"banana", "apple", "sandwich", "orange", "broccoli", "carrot",
"hot dog", "pizza", "donut", "cake", "chair", "sofa", "pottedplant",
"bed", "diningtable", "toilet", "tvmonitor", "laptop", "mouse",
"remote", "keyboard", "cell phone", "microwave", "oven", "toaster",
"sink", "refrigerator", "book", "clock", "vase", "scissors",
"teddy bear", "hair drier", "toothbrush"};
const bool keep_ratio = true;
void normalize_(cv::Mat img); // 归一化函数
void nms(std::vector<BoxInfo>& input_boxes);
cv::Mat resize_image(cv::Mat srcimg, int *newh, int *neww, int *top, int *left);
void loadOnnx(const std::string strName);
void loadTrt(const std::string strName);
nvinfer1::ICudaEngine *m_CudaEngine;
nvinfer1::IRuntime *m_CudaRuntime;
nvinfer1::IExecutionContext *m_CudaContext;
cudaStream_t m_CudaStream; // //初始化流,CUDA流的类型为cudaStream_t
int m_iInputIndex;
int m_iOutputIndex;
int m_iClassNums;
int m_iBoxNums;
cv::Size m_InputSize;
void* m_ArrayDevMemory[2]{0};
void* m_ArrayHostMemory[2]{0};
int m_ArraySize[2]{0};
std::vector<cv::Mat> m_InputWrappers{};
};
#endif
2.创建yolov5_trt.cpp文件
// yolov5进行tensorrt部署的源文件
#include <fstream>
#include <iostream>
#include <sys/stat.h>
#include <glog/logging.h>
#include "yolov5_trt.h"
// 命名空间
using namespace cv;
using namespace nvinfer1;
// Logger for TRT info/warning/errors, https://github.com/onnx/onnx-tensorrt/blob/main/onnx_trt_backend.cpp
class TRT_Logger : public nvinfer1::ILogger
{
nvinfer1::ILogger::Severity _verbosity;
std::ostream* _ostream;
public:
TRT_Logger(Severity verbosity = Severity::kWARNING, std::ostream& ostream = std::cout)
: _verbosity(verbosity)
, _ostream(&ostream)
{
}
void log(Severity severity, const char* msg) noexcept override
{
if (severity <= _verbosity)
{
time_t rawtime = std::time(0);
char buf[256];
strftime(&buf[0], 256, "%Y-%m-%d %H:%M:%S", std::gmtime(&rawtime));
const char* sevstr = (severity == Severity::kINTERNAL_ERROR ? " BUG" : severity == Severity::kERROR
? " ERROR"
: severity == Severity::kWARNING ? "WARNING" : severity == Severity::kINFO ? " INFO"
: "UNKNOWN");
(*_ostream) << "[" << buf << " " << sevstr << "] " << msg << std::endl;
}
}
};
// 判断文件是否形成
static bool ifFileExists(const char *FileName)
{
struct stat my_stat;
return (stat(FileName, &my_stat) == 0);
}
// 加载onnx文件
void YOLOv5::loadOnnx(const std::string strModelName)
{
TRT_Logger gLogger; // 日志
//根据tensorrt pipeline 构建网络
IBuilder* builder = createInferBuilder(gLogger); // 网络元数据,用于搭建网络入口
builder->setMaxBatchSize(1); // batchsize
const auto explicitBatch = 1U << static_cast<uint32_t>(NetworkDefinitionCreationFlag::kEXPLICIT_BATCH); // 显式批处理
INetworkDefinition* network = builder->createNetworkV2(explicitBatch); // 定义模型
nvonnxparser::IParser* parser = nvonnxparser::createParser(*network, gLogger); // 使用nvonnxparser 定义一个可用的onnx解析器
parser->parseFromFile(strModelName.c_str(), static_cast<int>(ILogger::Severity::kWARNING)); // 解析onnx
// 使用builder对象构建engine
IBuilderConfig* config = builder->createBuilderConfig(); //
// 特别重要的属性是最大工作空间大小
config->setMaxWorkspaceSize(1ULL << 30); // 分配内存空间
m_CudaEngine = builder->buildEngineWithConfig(*network, *config); // 来创建一个 ICudaEngine 类型的对象，在构建引擎时，TensorRT会复制权重
std::string strTrtName = strModelName;
size_t sep_pos = strTrtName.find_last_of(".");
strTrtName = strTrtName.substr(0, sep_pos) + ".trt"; //
IHostMemory *gieModelStream = m_CudaEngine->serialize(); // 将引擎序列化
std::string serialize_str; //
std::ofstream serialize_output_stream;
serialize_str.resize(gieModelStream->size());
// memcpy内存拷贝函数 ，从源内存地址的起始位置开始拷贝若干个字节到目标内存地址中
memcpy((void*)serialize_str.data(),gieModelStream->data(),gieModelStream->size());
serialize_output_stream.open(strTrtName.c_str());
serialize_output_stream<<serialize_str; // 将引擎序列化数据转储到文件中
serialize_output_stream.close();
m_CudaContext = m_CudaEngine->createExecutionContext(); //执行上下文用于执行推理
// 使用一次，销毁parser，network, builder, and config
parser->destroy();
network->destroy();
config->destroy();
builder->destroy();
}
void YOLOv5::loadTrt(const std::string strName)
{
TRT_Logger gLogger;
// 序列化引擎被保留并保存到文件中
m_CudaRuntime = createInferRuntime(gLogger);
std::ifstream fin(strName);
std::string cached_engine = "";
while (fin.peek() != EOF)
{
std::stringstream buffer;
buffer << fin.rdbuf();
cached_engine.append(buffer.str());
}
fin.close();
m_CudaEngine = m_CudaRuntime->deserializeCudaEngine(cached_engine.data(), cached_engine.size(), nullptr); // runtime对象反序列化
m_CudaContext = m_CudaEngine->createExecutionContext(); //可以查询引擎获取有关网络的输入和输出的张量信息--维度/数据格式/数据类型
m_CudaRuntime->destroy();
}
// 初始化
YOLOv5::YOLOv5(Configuration config)
{
confThreshold = config.confThreshold;
nmsThreshold = config.nmsThreshold;
objThreshold = config.objThreshold;
inpHeight = 640;
inpWidth = 640;
std::string model_path = config.modelpath; // 模型权重路径
// 加载模型
std::string strTrtName = config.modelpath; // 加载模型权重
size_t sep_pos = model_path.find_last_of(".");
strTrtName = model_path.substr(0, sep_pos) + ".engine"; // ".trt"
if(ifFileExists(strTrtName.c_str()))
{
loadTrt(strTrtName);
}
else
{
loadOnnx(config.modelpath);
}
// 利用加载的模型获取输入输出信息
// 使用输入和输出blob名来获取输入和输出索引
m_iInputIndex = m_CudaEngine->getBindingIndex("images"); // 输入索引
m_iOutputIndex = m_CudaEngine->getBindingIndex("output"); // 输出
Dims dims_i = m_CudaEngine->getBindingDimensions(m_iInputIndex); // 输入，
int size1 = dims_i.d[0] * dims_i.d[1] * dims_i.d[2] * dims_i.d[3]; // 展平
m_InputSize = cv::Size(dims_i.d[3], dims_i.d[2]); // 输入尺寸(W,H)
Dims dims_o = m_CudaEngine->getBindingDimensions(m_iOutputIndex); // 输出，维度[0,1,2,3]NHWC
int size2 = dims_o.d[0] * dims_o.d[1] * dims_o.d[2]; // 所有大小
m_iClassNums = dims_o.d[2] - 5; // [,,classes+5]
m_iBoxNums = dims_o.d[1]; // [b,num_pre_boxes,classes+5]
// 分配内存大小
cudaMalloc(&m_ArrayDevMemory[m_iInputIndex], size1 * sizeof(float));
m_ArrayHostMemory[m_iInputIndex] = malloc(size1 * sizeof(float));
m_ArraySize[m_iInputIndex] = size1 *sizeof(float);
cudaMalloc(&m_ArrayDevMemory[m_iOutputIndex], size2 * sizeof(float));
m_ArrayHostMemory[m_iOutputIndex] = malloc( size2 * sizeof(float));
m_ArraySize[m_iOutputIndex] = size2 *sizeof(float);
// bgr
m_InputWrappers.emplace_back(dims_i.d[2], dims_i.d[3], CV_32FC1, m_ArrayHostMemory[m_iInputIndex]);
m_InputWrappers.emplace_back(dims_i.d[2], dims_i.d[3], CV_32FC1, m_ArrayHostMemory[m_iInputIndex] + sizeof(float) * dims_i.d[2] * dims_i.d[3] );
m_InputWrappers.emplace_back(dims_i.d[2], dims_i.d[3], CV_32FC1, m_ArrayHostMemory[m_iInputIndex] + 2 * sizeof(float) * dims_i.d[2] * dims_i.d[3]);
//创建CUDA流,推理时TensorRT执行通常是异步的，因此将内核排入CUDA流
cudaStreamCreate(&m_CudaStream); // 只需初始化一次即可
}
void YOLOv5::UnInit()
{
for(auto &p: m_ArrayDevMemory)
{
cudaFree(p);
p = nullptr;
}
for(auto &p: m_ArrayHostMemory)
{
free(p);
p = nullptr;
}
cudaStreamDestroy(m_CudaStream);
//m_CudaContext->destroy(); // 这个报错
m_CudaEngine->destroy();
}
YOLOv5::~YOLOv5()
{
UnInit();
}
Mat YOLOv5::resize_image(Mat srcimg, int *newh, int *neww, int *top, int *left)
{
int srch = srcimg.rows, srcw = srcimg.cols;
*newh = this->inpHeight;
*neww = this->inpWidth;
Mat dstimg;
if (this->keep_ratio && srch != srcw) {
float hw_scale = (float)srch / srcw;
if (hw_scale > 1) {
*newh = this->inpHeight;
*neww = int(this->inpWidth / hw_scale);
resize(srcimg, dstimg, Size(*neww, *newh), INTER_AREA);
*left = int((this->inpWidth - *neww) * 0.5);
copyMakeBorder(dstimg, dstimg, 0, 0, *left, this->inpWidth - *neww - *left, BORDER_CONSTANT, 114);
}
else {
*newh = (int)this->inpHeight * hw_scale;
*neww = this->inpWidth;
resize(srcimg, dstimg, Size(*neww, *newh), INTER_AREA);
*top = (int)(this->inpHeight - *newh) * 0.5;
copyMakeBorder(dstimg, dstimg, *top, this->inpHeight - *newh - *top, 0, 0, BORDER_CONSTANT, 114);
}
}
else {
resize(srcimg, dstimg, Size(*neww, *newh), INTER_AREA);
}
return dstimg;
}
void YOLOv5::nms(std::vector<BoxInfo>& input_boxes)
{
sort(input_boxes.begin(), input_boxes.end(), [](BoxInfo a, BoxInfo b) { return a.score > b.score; }); // 降序排列
std::vector<bool> remove_flags(input_boxes.size(),false);
auto iou = [](const BoxInfo& box1,const BoxInfo& box2)
{
float xx1 = max(box1.x1, box2.x1);
float yy1 = max(box1.y1, box2.y1);
float xx2 = min(box1.x2, box2.x2);
float yy2 = min(box1.y2, box2.y2);
// 交集
float w = max(0.0f, xx2 - xx1 + 1);
float h = max(0.0f, yy2 - yy1 + 1);
float inter_area = w * h;
// 并集
float union_area = max(0.0f,box1.x2-box1.x1) * max(0.0f,box1.y2-box1.y1)
+ max(0.0f,box2.x2-box2.x1) * max(0.0f,box2.y2-box2.y1) - inter_area;
return inter_area / union_area;
};
for (int i = 0; i < input_boxes.size(); ++i)
{
if(remove_flags[i]) continue;
for (int j = i + 1; j < input_boxes.size(); ++j)
{
if(remove_flags[j]) continue;
if(input_boxes[i].label == input_boxes[j].label && iou(input_boxes[i],input_boxes[j])>=this->nmsThreshold)
{
remove_flags[j] = true;
}
}
}
int idx_t = 0;
// remove_if()函数 remove_if(beg, end, op) //移除区间[beg,end)中每一个“令判断式:op(elem)获得true”的元素
input_boxes.erase(remove_if(input_boxes.begin(), input_boxes.end(), [&idx_t, &remove_flags](const BoxInfo& f) { return remove_flags[idx_t++]; }), input_boxes.end());
}
void YOLOv5::detect(Mat& frame)
{
int newh = 0, neww = 0, padh = 0, padw = 0;
Mat dstimg = this->resize_image(frame, &newh, &neww, &padh, &padw);
cv::cvtColor(dstimg, dstimg, cv::COLOR_BGR2RGB); // 由BGR转成RGB
cv::Mat m_Normalized;
dstimg.convertTo(m_Normalized, CV_32FC3, 1/255.);
cv::split(m_Normalized, m_InputWrappers); // 通道分离[h,w,3] rgb
auto ret = cudaMemcpyAsync(m_ArrayDevMemory[m_iInputIndex], m_ArrayHostMemory[m_iInputIndex], m_ArraySize[m_iInputIndex], cudaMemcpyHostToDevice, m_CudaStream);
auto ret1 = m_CudaContext->enqueueV2(m_ArrayDevMemory, m_CudaStream, nullptr); // TensorRT 执行通常是异步的，因此将内核排入 CUDA 流：
ret = cudaMemcpyAsync(m_ArrayHostMemory[m_iOutputIndex], m_ArrayDevMemory[m_iOutputIndex], m_ArraySize[m_iOutputIndex], cudaMemcpyDeviceToHost, m_CudaStream); //输出传回给CPU，数据从显存到内存
ret = cudaStreamSynchronize(m_CudaStream);
float* pdata = (float*)m_ArrayHostMemory[m_iOutputIndex];
std::vector<BoxInfo> generate_boxes; // BoxInfo自定义的结构体
float ratioh = (float)frame.rows / newh, ratiow = (float)frame.cols / neww;
for(int i = 0; i < m_iBoxNums; ++i) // 遍历所有的num_pre_boxes
{
int index = i * (m_iClassNums + 5); // prob[b*num_pred_boxes*(classes+5)]
float obj_conf = pdata[index + 4]; // 置信度分数
if (obj_conf > this->objThreshold) // 大于阈值
{
float* max_class_pos = std::max_element(pdata + index + 5, pdata + index + 5 + m_iClassNums); //
(*max_class_pos) *= obj_conf; // 最大的类别分数*置信度
if ((*max_class_pos) > this->confThreshold) // 再次筛选
{
//const int class_idx = classIdPoint.x;
float cx = pdata[index]; //x
float cy = pdata[index+1]; //y
float w = pdata[index+2]; //w
float h = pdata[index+3]; //h
float xmin = (cx - padw - 0.5 * w)*ratiow;
float ymin = (cy - padh - 0.5 * h)*ratioh;
float xmax = (cx - padw + 0.5 * w)*ratiow;
float ymax = (cy - padh + 0.5 * h)*ratioh;
generate_boxes.push_back(BoxInfo{ xmin, ymin, xmax, ymax, (*max_class_pos), max_class_pos-(pdata + index + 5) });
}
}
}
// Perform non maximum suppression to eliminate redundant overlapping boxes with
// lower confidences
nms(generate_boxes);
for (size_t i = 0; i < generate_boxes.size(); ++i)
{
int xmin = int(generate_boxes[i].x1);
int ymin = int(generate_boxes[i].y1);
rectangle(frame, Point(xmin, ymin), Point(int(generate_boxes[i].x2), int(generate_boxes[i].y2)), Scalar(0, 0, 255), 2);
std::string label = format("%.2f", generate_boxes[i].score);
label = this->classes[generate_boxes[i].label] + ":" + label;
putText(frame, label, Point(xmin, ymin - 5), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 255, 0), 1);
}
}
int main(int argc,char *argv[])
{
clock_t startTime,endTime; //计算时间
Configuration yolo_nets = { 0.3, 0.5, 0.3,"yolov5s.engine" };
YOLOv5 yolo_model(yolo_nets);
std::string imgpath = "bus.jpg";
Mat srcimg = imread(imgpath);
double timeStart = (double)getTickCount();
startTime = clock();//计时开始
yolo_model.detect(srcimg);
endTime = clock();//计时结束
double nTime = ((double)getTickCount() - timeStart) / getTickFrequency();
std::cout << "clock_running time is:" <<(double)(endTime - startTime) / CLOCKS_PER_SEC << "s" << std::endl;
std::cout << "The run time is:" << (double)clock() /CLOCKS_PER_SEC<< "s" << std::endl;
std::cout << "getTickCount_running time :" << nTime << "sec\n" << std::endl;
// static const string kWinName = "Deep learning object detection in ONNXRuntime";
// namedWindow(kWinName, WINDOW_NORMAL);
// imshow(kWinName, srcimg);
imwrite("restult_trt.jpg",srcimg);
// waitKey(0);
// destroyAllWindows();
return 0;
}
参考代码：https://github.com/yzy12-max/yolov5_deploy
PS:纯粹为学习分享经验，不参与商用价值运作，若有侵权请及时联系！！！
下篇内容预告：
-
深度学习模型部署TensorRT加速（九）：TensorRT部署TransFormer模型
扫一扫
694
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
