tensorRT
文章平均质量分 88
全息数据
用数据拟合世界。
展开
-
facenet人脸检测+人脸识别+性别识别+表情识别+年龄识别的C++部署
TAO工具包基于TensorFlow和PyTorch构建,采用了迁移学习的技术,可以将用户自己的模型或预训练模型与实际或合成数据进行适配,并针对目标平台进行推理吞吐量的优化,从而使整个训练过程变得更加简单、高效。TAO工具包的使用不需要专业的人工智能知识或大量的训练数据集,因此,它可以帮助更多的人轻松进入深度学习的领域,快速实现各种应用场景。运行环境:Tensorflow。运行环境:TensorRT。运行环境:TensorRT。运行环境:TensorRT。运行环境:TensorRT。原创 2024-04-16 23:12:51 · 1264 阅读 · 3 评论 -
YOLOV5检测+追踪使用deepstream部署(c++版)
DeepStream是一个基于NVIDIA GPU和TensorRT的开源视频分析框架。它提供了一个端到端的、可扩展的平台,可以处理多个视频和图像流,并支持实时的人脸识别、车辆识别、物体检测和跟踪、行为分析等视觉分析任务。DeepStream可以通过在不同的节点上进行分布式部署来实现高吞吐量和低延迟的处理,从而满足各种应用场景的需求,如智能城市、智能交通、工业自动化等。Deepstream稳定高效的读流和推流能力;Deepstream内置的目标追踪算法(deepsort等)原创 2024-04-16 15:25:35 · 2049 阅读 · 4 评论 -
MODNet抠图模型的C++部署
也是一类前背景分割问题,但是matting不是硬分割,而是软分割(Soft Segmentation),像玻璃、头发这类前景,对应像素点的颜色不只是由前景本身的颜色决定,而是前背景颜色融合的结果,matting问题的目标就是,找出前背景颜色,以及它们之间的融合程度,以便于将前景合并到新的背景上,matting属于。参考原文:https://blog.csdn.net/qq_46675545/article/details/123738493。构建、build engine、运行。原创 2024-04-01 23:07:15 · 410 阅读 · 0 评论 -
HRNet/hrnet人体姿态估计的C++部署
骨骼点识别(Human Pose Estimation, HPE)是计算机视觉领域中的重要任务,旨在从图像或视频中检测和定位人体关节。网络需要对每个关节点的每个像素位置产生一个标签,也就是说,每个关节点的heatmap对应一个标签heatmap,因此,如果一张图片中待检测的关节点有 m 个,则网络理想状态下会。此时heatmap大致长这样,同一张图上是不同人的同一类型关键点,如第一幅图,是两个人的鼻子的位置。本文中我们使用的是bottom up的多人骨骼点检测算法——higher hrnet。原创 2024-04-01 18:57:25 · 1351 阅读 · 4 评论 -
Linux安装pycuda、cmake、onnx、tensorRT【亲测有效】
竟然就成功了,前提是先安装cmake。,但我用这个链接安装onnx没有成功。,哈哈哈,我又重试了下安装成功。,前面的步骤正常,但。原创 2022-08-05 20:07:54 · 2050 阅读 · 0 评论 -
TensorRT部署总结(一)
文章目录1、什么是TensorRT2、流程1、什么是TensorRT2、流程原创 2022-05-04 11:06:16 · 14003 阅读 · 1 评论