trt报错 NoneType object has no attribute create_execution_context

最新推荐文章于 2024-03-02 14:59:43 发布
最新推荐文章于 2024-03-02 14:59:43 发布
阅读量484 收藏
点赞数
分类专栏： TensorRT学习及Bug记录 文章标签： python pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_48095841/article/details/130260239
版权

报错原因：使用旧版本TRT生成的engine文件， 然后新版本的TRT推理是读取旧版本的engine出现了问题，猜测不同版本的TRT生成的engine不通用。

小女孩真可爱
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorRT 推理AttributeError: ‘NoneType’ object has no attribute ‘create_execution_context’出错原因与解决
Pcl2001的博客
09-14 1828
TensorRT 推理AttributeError: ‘NoneType’ object has no attribute 'create_execution_context’出错原因与解决
Tensorrt7: AttributeError: ‘NoneType‘ object has no attribute ‘create_execution_context‘
qq_37635157的博客
01-11 5445
对于错误： AttributeError: 'NoneType' object has no attribute 'create_execution_context' 在engine前添加以下两行 last_layer = network.get_layer(network.num_layers - 1) network.mark_output(last_layer.get_output(0)) 这可能会继续引发以下错误 python: ../builder/Network.
AttributeError: ‘NoneType’ object has no attribute ‘create_execution_context’
m0_59249795的博客
04-16 1万+
在使用tensorrt推理时 import pycuda.autoinit import numpy as np import pycuda.driver as cuda import tensorrt as trt import torch import os import time from PIL import Image import cv2 import torchvision filename = 'test.jpg' max_batch_size = 1 onnx_model_path =
‘NoneType‘ object has no attribute ‘create_execution_context‘
Chen_Nlin的博客
09-01 1332
tesorrt推理
TRT推理AttributeError: ‘NoneType‘ object has no attribute ‘create_execution_context‘出错原因与解决
weixin_44742084的博客
08-26 7154
TensorRT 推理AttributeError: 'NoneType' object has no attribute 'create_execution_context'出错原因与解决 在出错的这一行打个断点，发现`engine = runtime.deserialize_cuda_engine(f.read())`这一行在执行完之后，`engine`是`None`，如下图所示，说明此时就已经出问题了，程序并没有能够成功的从engine文件反序列化出模型。因此执行到`engine.create_ex.
Keras AttributeError: 'NoneType' object has no attribute '_inbound_nodes'报错
untilyouydc
03-25 497
这绝对是一个极大的坑点。 出现这个情况的原因是，keras要求所有对象都是以层的形式出现，而你使用了keras.backend.的操作，使用keras.backend.操作，其实等价于直接使用TensorFlow。 例如 1. Keras.backend.expand_dims() 2.diff_fea_1 = Keras.backend.abs(Subtract()([f...
trt_pose_trt.zip
03-18
https://github.com/NVIDIA-AI-IOT/trt_pose This project features multi-instance pose estimation accelerated by NVIDIA TensorRT. It is ideal for applications where low latency is necessary. It includes...
trt_pose_model.zip
03-18
https://github.com/NVIDIA-AI-IOT/trt_pose This project features multi-instance pose estimation accelerated by NVIDIA TensorRT. It is ideal for applications where low latency is necessary. It includes...
trt.rar_trt_扫频
09-23
标题中的"trt.rar_trt_扫频"可能是指一个关于TRT系统（可能是某种技术或设备的缩写）的压缩文件，其中包含了与扫频相关的资料。扫频是一种电子测试技术，通常用于分析和调试电子设备，尤其是通信系统，通过改变信号...
TRT_object_detection:使用 TensorRT 引用对象检测模型的 Python 示例
05-30
用于对象检测的 TensorRT Python 示例 性能包括 memcpy 和推理。 模型 输入尺寸 同仁纳米 ssd_inception_v2_coco(2017) 300x300 49毫秒 ssd_mobilenet_v1_coco ... 由于预处理的优化还没有准备好，我们这里不包括...
鲅鱼圈TRT自动控制系统.zip_鲅鱼圈TRT自动控制系统
09-20
鲅鱼圈TRT自动控制系统是针对TRT（Turbine Regenerative Blower，涡轮再生鼓风机）在工业生产中的应用而设计的一种先进的自动化控制方案。TRT主要用于高炉煤气的回收与利用，通过提高煤气的能量利用率，实现节能减排...
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
03-24
PyTorch版的YOLOv5是高性能的实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv5进行加速和部署。   本课程的YOLOv5使用ultralytics/yolov5，分别在Ubuntu和windows10系统上做TensorRT加速和部署演示。课程内容包括：原理篇（YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法）、实践篇（Ubuntu和Windows10系统上的TensorRT部署演示）、代码解析篇（YOLOv5的TensorRT加速的代码解析） 。本课程提供注释后的YOLOv5的TensorRT加速代码。 除本课程《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》外，本人推出了有关YOLOv5目标检测的系列课程。请关注该系列的其它视频课程，包括：《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》Ubuntu系统：https://edu.csdn.net/course/detail/30793Windows系统：https://edu.csdn.net/course/detail/30923《YOLOv5(PyTorch)目标检测：原理与源码解析》https://edu.csdn.net/course/detail/31428《YOLOv5(PyTorch)目标检测实战：Flask Web部署》https://edu.csdn.net/course/detail/31140
Python 3.7中出现AttributeError:'NoneType' object has no attribute 'decode' 的解决方法
weixin_43777607的博客
04-10 2390
AttributeError:‘NoneType’ object has no attribute 'decode’解决方法 出现属性错误的原因就是因为 ‘label’: repo_dict[‘description’] 所读取的属性中有一个是空的，所以产生属性报错。 for repo_dict in repo_dicts: names.append(repo_dict['name']) ...
使用tensorrt的一些问题
Elysion_Daniel的博客
08-13 7067
1.碰到如下报错： [TensorRT] ERROR: INVALID_CONFIG: The engine plan file is generated on an incompatible device, expecting compute 7.5 got compute 8.6, please rebuild. [TensorRT] ERROR: engine.cpp (1646) - Serialization Error in deserialize: 0 (Core engine deseri
AttributeError: 'NoneType' object has no attribute 'lower'Flask 历史回退异常
jjw_zyfx的博客
02-01 1万+
当在做flask的历史回退时出现异常不能回退的一个bug我在开发过程中当创建完模型后执行了一次迁移和upgrade后(记做version1吧)更改了一个模板的字段也执行了migrate和upgrade(记做version2),但是最后发现想回退到version1即执行python 文件名.py db downgrade 版本号，后报错了错误如下(由于有太多的无用错误中间的删除了)：INFO [al...
YOLOV8+TensorRT8.6.1.6+Win10+QT5.9.9推理部署（打包为dll）
最新发布
u011549111的博客
03-02 1679
因为要做对接，公司那边用的都是QT，所以不得不把项目打包为dll，再在QT上调用。
查阅trt engine
deep_love1314的博客
08-15 1412
查询trt 计划文件
关于 AttributeError: ‘NoneType‘ object has no attribute ‘text‘ 的三种解决方法
热门推荐
DLNovice的博客
11-21 5万+
今天训练模型时，报错：AttributeError: 'NoneType' object has no attribute 'text' 经查阅，错因在于 .xml 文件，并总结了三种方法 一、原因 原因是标注文件 .xml的<object>没有<difficult>的标签。 difficlut 表明这个待检测目标很难识别，有可能是虽然视觉上很清楚，但是没有上下文的话还是很难确认它属于哪个分类；标为difficult的目标在测试成绩的评估中一般会被忽略 二、解决
我编译了一个tensorrt 他给我报错是这个AttributeError: 'NoneType' object has no attribute 'create_execution_context'
09-04
### 回答1： 这个报错意味着在创建执行上下文时传递的参数为 None，导致没有成功创建执行上下文。这可能是因为你没有正确地初始化或配置TensorRT的上下文环境。你可以检查一下参数输入是否正确，或者重新初始化一个新的TensorRT执行环境来解决问题。同时，也可以尝试查看其它错误信息或者日志以更好地定位问题所在。希望能对你有所帮助。 ### 回答2： 这个错误是因为在编译tensorrt时存在某个NoneType对象缺少create_execution_context属性。要解决这个问题，可以考虑以下几个步骤： 首先，检查你使用的TensorRT版本是否正确。确保使用的是最新版本，并且与你正在使用的硬件和驱动程序兼容。 其次，确保你的环境中已正确安装了所有必需的依赖项。在编译和使用TensorRT时，可能需要安装CUDA和cuDNN等库。确保这些库的版本与你使用的TensorRT版本相匹配。 然后，检查你的代码是否正确。可能会有一些错误或遗漏导致了这个问题。请仔细检查你的代码中与创建execution context有关的部分。确保你正确地引入了TensorRT库，并正确地使用了create_execution_context函数。 最后，如果上述方法都没有解决问题，你可以查阅TensorRT的官方文档、论坛或社区以寻求帮助。在这些地方，你可以寻找到关于该错误的更多信息，以及其他用户可能遇到的类似问题的解决方案。 总之，当遇到'NoneType' object has no attribute 'create_execution_context'这个错误时，你需要检查TensorRT版本、安装依赖项、代码的正确性，并寻求相关资源的帮助，以解决该错误。 ### 回答3： 这个错误可能是因为你没有正确地配置TensorRT库或者版本不兼容导致的。 首先，确保你已经正确地安装了TensorRT库并且添加了正确的环境变量。你可以使用以下命令来验证TensorRT是否正确安装： ``` import tensorrt as trt ``` 如果没有报错，则表示TensorRT库正确安装。 另外，这个错误也可能是因为你的TensorRT版本与你的代码不兼容。不同版本的TensorRT有不同的API和功能支持。 你可以尝试更新TensorRT库到最新版本，然后重新编译你的代码。或者，你可以查看你当前使用的TensorRT版本的文档，确认是否有`create_execution_context`这个方法。 如果你确定你的代码和TensorRT版本是兼容的，但仍然遇到这个错误，那可能是因为你的代码逻辑或者引用了不存在的对象。你可以检查你的代码，确保在调用`create_execution_context`之前是否有一个有效的对象被正确地创建。 总之，解决这个错误需要你仔细检查和确保正确配置TensorRT库、兼容版本和代码逻辑的正确性。如果问题仍然存在，你可以参考TensorRT的官方文档、论坛或者向TensorRT的开发者寻求帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值