FasterRcnn在Jetson TX2上测速

最新推荐文章于 2023-05-16 22:59:20 发布
最新推荐文章于 2023-05-16 22:59:20 发布
阅读量1.8k 收藏 5
点赞数 1
分类专栏： Jetson TX2 嵌入式部署 文章标签： Fasterrcnn TRT Fasterrcnn tx2 tx2+TRT测速 tx2部署检测模型 TensorRT
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/mathlxj/article/details/106746370
版权

博主测试了在不同模式、精度下将FasterRCNN部署到Jetson TX2上的测速结果，与大家分享讨论。
对于MaskRCNN的部署结果可参见:MaskRCNN在Jetson tx2上的测速结果

使用的Caffe版本FasterRcnn框架:rbgirshick/py-faster-rcnn

表1 Fasterrcnn+TensorRT在Jetson TX2上测速结果

次序图像名图像尺寸TX2模式风扇生成engine推断时间
1test1.ppm1000x575MAXN开306s746ms
2test1.ppm1000x575MAXN关320s743ms
3test1.ppm1000x575MAXQ开459s1004ms
4test1.ppm1000x575MAXP_CORE_ALL开354s826ms
5test1.ppm1000x575MAXP_CORE_ARM开开381s
6test1.ppm1000x575MAXP_CORE_DENVER开334s
7test2.ppm600x600MAXN开316s729ms
7test3.ppm1024x770MAXN开436s977ms
8test4.ppm371x505MAXN开154s406ms

其它Jetson开发板测速结果

1.MaskRCNN+TensorRT在Jetson tx2上的测速
2.FasterRCNN+TensorRT在Jetson TX2上测速
3.MaskRCNN+TensorRT在Jetson Xavier上的测速
4.pytorch+FasterRCNN在Jetson Xavier上的测速
5.MaskRCNN+TensorRT在Jetson Xavier NX上的测速
6.pytorch+FasterRCNN在Jetson Xavier NX上的测速

mathlxj
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Nvidia Jetson TX2 运行Faster RCNN物体检测demo
sinat_20350479的博客
11-13 6525
实验室新入手了Nvidia的Jetson TX2，Ubuntu14.04+cudnn5.1+Cuda8.0+caffe运行faster rcnn的物体检测demo 先来介绍一下我们的环境，板子具体的配置过程就不再细讲，我配的是Ubuntu 14.04+cuda8.0+cudnn5.1，这里要开始画重点啦，
Jetson TX2 NX使用手册
10-09
1. **亚克力板安装**：在组装Jetson TX2 NX时，需要用到亚克力板，通过主要螺丝进行固定，并且需要安装天线以确保无线通信功能。安装过程中需遵循提供的图纸，确保所有组件正确定位。 2. **M.2固态硬盘安装**：在...
我的AI之路(31)--在Jetson Nano上试验安装部署py-faster-rcnn
XCCCCZ的博客
07-13 3227
想试验英伟达的Jetson序列套件或者其他公司的类似边缘计算开发板能否跑我们的模型并部署到机器人上，于是买了块今年上市的Jetson Nano板子和一张64G的SD卡。 首先要到英伟达的网站https://developer.nvidia.com/embedded/downloads点击Jetson Nano Developer Kit SD Card Image然后...
Jetson系列配置对比——Nano、TX1、TX2、AGX Xavier、Xavier NX
热门推荐
mathlxj的博客
11-17 2万+
Jetson开发板测速结果 1.MaskRCNN+TensorRT在Jetson tx2上的测速 2.FasterRCNN+TensorRT在Jetson TX2上测速 3.MaskRCNN+TensorRT在Jetson Xavier上的测速 4.pytorch+FasterRCNN在Jetson Xavier上的测速 5.MaskRCNN+TensorRT在Jetson Xavier NX上的测速 6.pytorch+FasterRCNN在Jetson Xavier NX上的测速 ...
TX2上运行py-faster-rcnn 的demo并训练自己的数据集
机器学习_成长之路
03-17 655
参考 https://blog.csdn.net/sinat_20350479/article/details/78525688 1. 下载源码 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 可提前下载，直接解压(py-faster-rcnn.zip) 2. 复制makefile，编译过...
MaskRCNN在Jetson tx2上的测速结果
mathlxj的博客
06-14 2609
博主测试了在不同模式、精度下降MaskRCNN部署到Jetson TX2上的测速结果，与大家分享讨论。 使用的MaskRCNN框架:matterport/Mask_RCNN 参考的TensorRT代码:sampleUffFasterRCNN TensorRT版本: 6.0.1.0 JetPack版本:4.3 TensorFLow版本(用于在服务器上训练模型):1.14.0 服务器上用于训练的CUDA版本:9.2 表1 MaskRCNN+TensorRT在Jetson TX2上测速结果 次序 图像
基于Jetson TX1的faster-rcnn的算法搭建
chenjiehua123456789的博客
03-13 2767
Data: 2016.12.19 Author: cjh Theme: Set up the faster-rcnnenvironment   由于R-FCN运行内存较大，TX1貌似性能不够，又在开发板上尝试faster-rcnn，这个遇到的问题相对比较多，废话不多说，直接上过程     步骤1：下载源码 git clone --recursive https://github
【AI】AI入门之Nvidia Jetson平台（五）- Xavier NX TensorFlow框架模型：sampleUffFasterRCNN 项目演示
最新发布
顶级小学生
05-16 318
AI人工智能，深度学习，Jetson嵌入式平台，Ubuntu系统
jetson-tx2-pytorch:在Nvidia Jetson TX1TX2上安装PyTorch
05-11
在NVIDIA Jetson TX1 / TX2上安装PyTorch 是一个新的深度学习框架，可以在Jetson TX1和TX2板上很好地运行。 它安装起来相对简单快捷。 与TensorFlow不同，它不需要外部交换分区即可在TX1上构建。 尽管TX2具有足够...
NVIDIA Jetson TX2 SPI 程序
10-30
NVIDIA JETSON TX2 spi接口调试过程，J21接口 spi 收发对接，收到数据 且对应代码内发送的数据，则接口调试成功
NVIDIA Jetson TX2介绍
01-19
详细介绍了NVIDIA TX2套件的基础和软件架构，总结的很到位
win10系统mmdetection训练部署fasterrcnn的全过程
keep
08-04 3479
训练mmdetection中的fasterrcnn的全过程以及问题记录，修改cpp文件增加标签类别和计时，使用mmdeploy进行部署。
TensorRT4.0.1.6加速主干网络是googleNet的fasterRCNN
猫猫与橙子的博客
03-04 1758
使用TensorRT对fasterRCNN进行加速，主干网络是googleNet。 原始网络结构： tensorrt_sdk{ type: FASTERCNN_GOOGLENET in_put_layer:data out_put_layer:bbox_pred out_put_layer:cls_prob out_put_layer:rois } name: "Goog...
使用TensorRT 加速maskRCNN Benchmark
mengjiexu_cn的博客
07-12 6110
一、 所需工具 MaskRCNN benchmark的pth模型文件 pytorch.jit pytorch.onnx TensorRT 5.1 我用的是RTX2080Ti显卡 二、 加速过程 由于MaskRCNN是一个两段式的模型，所以我们可以只改写第一部分用于提取特征的backbone网络，第一部分到第二部分较为复杂同时占用的计算时间较少，所以我直接将改写好的第一部分嫁接到原本的maskr...
十八.在JetsonNano上为基于PyTorch的物体检测网络测速和选型
okgwf的博客
01-03 2432
为Jetson Nano 上的ROS系统配置基于PyTorch的物体检测
Jetson嵌入式系列模型部署-1
周同学的博客
08-17 1万+
Jetson嵌入式系列模型部署
运行NVIDIA的TensorRT5.0.2.6的例子sample_uff_ssd遇到的坑
xidaoliang的博客
08-19 3739
NVIDIA错误：ERROR: UFFParser: Graph error: Cycle graph detected ERROR: sample_uff_ssd: Fail to parse sample_uff_ssd: sampleUffSSD.cpp:540: int main(int, char**): Assertion `tmpEngine != nullptr' failed. ...
ubuntu实现屏幕的旋转和开启自动旋转屏幕
mathlxj的博客
06-14 1万+
1.旋转屏幕 有两种方法，一种是命令行，一种是图形界面。这里只介绍命令行，因为其简单。 xrandr -o left #向左旋转90度，用于横屏转竖屏 xrandr -o right #向右旋转90度 xrandr -o inverted #上下翻转 xrandr -o normal #正常显示 2.永久旋转屏幕 通过在55gnome-session_gnomerc文件末尾添加一行的方式，以横屏转竖屏为例。 $ sudo vim /etc/X11/Xsession.d/55gnome-session_gn
如何在jetson tx2上部署yolov5
05-01
要在Jetson TX2上部署YoloV5，可以按照以下步骤进行： 1. 安装JetPack：JetPack是NVIDIA Jetson平台的软件开发工具包，它包括Jetson操作系统、CUDA、cuDNN等必要软件。在Jetson TX2上部署YoloV5前，需要首先安装JetPack。 2. 安装依赖库：在Jetson TX2上运行YoloV5需要安装一些依赖库，例如OpenCV、PyTorch等。可以使用以下命令安装： ``` sudo apt-get update sudo apt-get install -y python3-pip libjpeg-dev libtiff5-dev libpng-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libgtk-3-dev libatlas-base-dev gfortran python3-dev python3-numpy python3-opencv python3-torch ``` 3. 下载YoloV5代码：可以使用以下命令将YoloV5代码克隆到Jetson TX2上： ``` git clone https://github.com/ultralytics/yolov5.git ``` 4. 下载模型权重文件：YoloV5模型权重文件可以在YoloV5官方网站上下载。将下载的权重文件存放在yolov5目录下的weights文件夹中。 5. 运行YoloV5：使用以下命令运行YoloV5： ``` cd yolov5 python3 detect.py --weights weights/yolov5s.pt --img 640 --conf 0.25 --source 0 ``` 其中，--weights参数指定了模型权重文件路径，--img参数指定了输入图像大小，--conf参数指定了置信度阈值，--source参数指定了输入源，可以是摄像头、视频文件或图像文件。 以上是在Jetson TX2上部署YoloV5的基本步骤，具体操作可能会因环境配置、软件版本等原因而有所不同。

“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 1
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