TensorRT
文章平均质量分 60
highoooo
这个作者很懒,什么都没留下…
展开
-
TensorRT全方位概览笔记
TRT原创 2022-12-20 16:38:06 · 507 阅读 · 0 评论 -
YOLOV4-tiny WIN10 部署
# YOLOV4-tiny WIN10 部署原创 2022-11-09 17:54:26 · 946 阅读 · 0 评论 -
部署记录 win10 trt yolov4-tiny
v4-tiny win部署原创 2022-09-22 14:26:31 · 1030 阅读 · 0 评论 -
tensorrt 打印网络shape
tensorrt原创 2022-07-12 17:03:23 · 598 阅读 · 0 评论 -
detection 小缺陷检测方案
jetson TX2tensorrt 7/8cuda 10.2MVS hikcamerayolov5v6.0 ultralytics/tensorrtx方案:1.直接训练v5L模型2.转换tensorrt模型效果:1280肯定优于640推理速度:120ms(L,640),430ms(L,1280)方案:1.24482048 原图2.12001200 resize3.6406404 split4.24482048 merge推理速度:120ms(S,30ms4),500ms(L,12原创 2022-07-07 16:34:38 · 773 阅读 · 0 评论 -
TensorRT QT交叉编译
用QT可以直接把NvInfer的库文件和头文件拷出来编译,然后直接放到盒子上运行,注意tensorrt版本(7,8头文件有区别,所以编译不通用),模型要和盒子对应原创 2022-07-04 08:54:19 · 505 阅读 · 0 评论 -
TensorRTX 生成Engine笔记 Alexnet
tensorrtx-alexnet原创 2022-06-22 11:15:57 · 869 阅读 · 0 评论 -
TX2 读取海康/大恒工业摄像头 显示/保存
1 MVS下载或SDK下载在海康机器人官网,服务支持-软件下载中间中,下载相应的客户端安装包。2 放到TX2目录下解压并安装sudo tar –xvf MVS-2.1.1_aarch64_20220511.tarsudo ./setup.sh3.c/c++ 库文件和头文件都在opt/MVS/下4.samples里面可以直接make就可以玩了5.读取工业摄像头并用转为cv::Mat用yolov5-trt推理5.1 cmakelistscmake_minimum_required(VER原创 2022-05-30 09:16:21 · 1294 阅读 · 4 评论 -
pytorch转TensorRT 模型转换 (以retinaface为例)
Trail 1 :.pth->.wts->.engine1.1 pth文件转为key value的字典文件便于c++解析 (.pth->.wts)def main(): print('cuda device count: ', torch.cuda.device_count()) device = 'cuda:0' net = torch.load('retinaface.pth') net = net.to(device) net.eval()原创 2022-03-07 15:51:40 · 1777 阅读 · 0 评论 -
基于c++的人脸检测识别NVIDIA边缘设备部署
基于c++的人脸检测识别NVIDIA边缘设备部署效果展示:1.检测识别模型retinaface+arcface(mobilenet)2.部署(以下步骤直接参考readme)https://github.com/axxx-xxxa/Insightface-arcface-retinaface2.1 模型转换2.2 tensorrt推理2.3 集成两个模型到主函数2.4 opencv抓流送入推理2.5 显示+保存...原创 2022-03-01 09:01:45 · 2584 阅读 · 0 评论 -
PyTorch转TensorRT 加速推理
一、what ONNX and TensorRT areonnxYou can train your model in any framework of your choice and then convert it to ONNX format.The huge benefit of having a common format is that the software or hardware that loads your model at run time only needs to be c原创 2022-02-17 09:07:34 · 889 阅读 · 0 评论