本文档记录了使用TensorRT-4.0.1.6版本加速MobileNet-SSD的过程，包括如何安装TensorRT，配置MobileNet-SSD环境，以及训练带有depthwise convolution的模型。详细步骤涉及创建Python3.5虚拟环境，降级gcc到4.8，生成LMDB数据集，重新编译Caffe以支持新的卷积层。
花了很长时间调试TensorRT，记录调试和训练中的问题；
1.安装TensorRT
参考链接：Ubuntu16.04 安装 TensorRT
我安装的是TensorRT-4.0.1.6的版本，这个版本很麻烦，但是为了兼容机器人上的版本，没得办法。
首先，该版本只支持python3.5，所以，可以使用conda安装python3.5的虚拟环境。然后，该版本实在gcc4.8条件下编译的，所以要将系统的gcc5.5/5.4降低到4.8，降低版本的方法比较简单。
参考链接：ubuntu14.04降级gcc/g++至4.9版本
讲其中的4.9改为4.8即可。
2.配置好MobileNet-SSD环境
参考链接：Mobilenet-SSD实现步骤
按照博客中的步骤，先生成LMDB数据集以及训练起来，运行demo.py查看测试的效果；然后将项目地址：中的DepthwiseConvolution,depthwise_conv_laye
最低0.47元/天 解锁文章
295
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
