MMCVDeformConv2d转TensorRT记录

已于 2023-03-25 22:43:56 修改
阅读量1.4k 收藏 6
点赞数 2
分类专栏： 量化_Onnx_TensorRT 文章标签： python pytorch 深度学习 人工智能
于 2023-03-25 22:36:47 首次发布
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/qq_35435798/article/details/129772972
版权

变形卷积使用记录mmcv::MMCVDeformConv2d转Tensorrt记录

方法一

  1. mmcv中的MMCVDeformConv2d的具体实现在Anaconda/lib/python3.8/site-packages/mmcv/ops/deform_conv.py，mmdeploy直接包含了MMCVDeformConv2d对应的plugin，关于mmdeploy安装可以参考我之前的记录：https://blog.csdn.net/qq_35435798/article/details/129476576，完成mmdeploy的安装后，可以使用其中的MMCVDeformConv2d插件，具体参考：mmdeploy/mmdeploy/backend/tensorrt/utils.py代码，如下（本记录是参考BEVPoolv2算法所看到的该方法）
def
了解本专栏 订阅专栏 解锁全文 超级会员免费看
modulated-deform-conv:变形卷积2D 3D DeformableConvolution DeformConv调制火炬CUDA
04-19
modulated-deform-conv 该项目是一个 Pytorch C++ and CUDA Extension,采用C++和Cuda实现了deformable-conv2d,modulated-deformable-conv2d,deformable-conv3d,modulated-deformable-conv3d的forward function和backward function,并在Python中对其进行了包装。 This Project is a Pytorch C++ and CUDA Extension, which implements the forward function and backward function for deformable-conv2d, modulated-deformable-conv2d, deformable-conv3d,
mmdetection-to-tensorrt:将mmdetection模型转换为tensorrt，支持fp16，int8，批输入，动态形状等
03-19
MMDet到张量 该项目旨在将mmdetection模型转换为tensorrt模型end2end。现在专注于对象检测。面膜的支持是实验性的。 支持： fp16 int8（实验） 批量输入 动态输入形状 不同模块的组合 深度支持 欢迎提供任何建议，错误报告和建议。 执照 该项目是根据。 要求 mmdet> = 2.3.0 重要的！ 设置环境变量（在〜/ .bashrc中）： export AMIRSTAN_LIBRARY_PATH= ${amirstan_plugin_root} /build/lib 安装 主持人 git clone https://github.com/grimoire/mmdetection-to-tensorrt.git cd mmdetection-to-tensorrt python setup.py develop 码头工人 构建docker镜像（注意Te
“from mmcv.ops import ModulatedDeformConv2d“标红或者mmcv找不到的问题
最新发布
qq_61661957的博客
03-04 557
大部分人装mmcv时，如果直接pip install，那么可能遇到的问题是mmcv和pytorch版本不对应。可以看到截止目前（2025.3.4日），torch版本只支持2.1.x版本的，cuda最高只支持12.1的。已经配置好清华等镜像源的伙伴可以直接去除命令的红框部分，默认从自己的源下载，速度快。否则参考刚刚第一条的。，则说明安装了cuda且版本是12.1的，且pytorch版本为2.1.0（GPU版本）。如果GPU版本的默认下载方式太慢，因为从国外下载，那么可以参考这个文章，从阿里云下载。
解决Pytorch AvgPool2d层不能转TensorRT的问题
BokyLiu的博客
05-09 2450
问题起因 今天在导出onnx的时候，有一个AvgPool2d层是如下定义的 self.resnetv1d_down3_pool0_fwd = nn.AvgPool2d(kernel_size=(2, 2), stride=(2, 2), padding=(0, 0), count_include_pad=False, ceil_mode=True) 而它导出的onnx图中参数为： Float(1, 80, 20, 36) = onnx::AveragePool[kernel_shape=[2, 2], p
PyTorch中F.conv2d从ONNX到TensorRT的支持
TracelessLe的专栏
04-13 1254
前言 在使用PyTorch进行网络训练得到.pth模型文件后，我们可能会做一些模型部署和加速的工作。这里一般会涉及到将PyTorch模型转为ONNX模型的过程。PyTorch自带了ONNX转换方法（torch.onnx.export），可以很方便的将一些仅包含通用算子的网络的PyTorch模型转为ONNX格式。 另一方面，TensorRT是NVIDIA推出的一款高效深度学习模型推理框架，其包括了深度学习推理优化器和运行时，能够让深度学习推理应用拥有低时延和高吞吐的优点。在使用PyTorch训练得到网络模型
矩阵计算代码: np.meshgrid & DeformConv2d
yinglang19941010的专栏
08-11 893
meshgrid import numpy as np X = np.arange(1, 4) Y = np.arange(11, 13) # MX.shape=MY.shape=(len(Y), len(X))=(H,W) MX, MY = np.meshgrid(X, Y) print(MX) print(MY) MP = np.stack([MX, MY], axis=-1) [[1 2 3] [1 2 3]] [[11 11 11] [12 12 12]] MP: (x0, y0) (x
【mmdeploy】【TODO】使用mmdeploy将mmdetection模型转tensorrt
qq_40690815的博客
04-24 2357
使用mmdeploy将mmdetection模型转tensorrt
deformconv2d转onnx出现IndexError: Argument passed to at() was not in the map.
weixin_45453121的博客
04-21 1218
可能是由于torch1.13.1与一些torch2onnx转换算子不匹配导致，可以把torch版本降低些，我这里降到了1.12.1，运行成功。
CenterPoint 部署攻略一（环境适配篇）（docker conda构建 tensorrt pytorch mmengine mmcv安装）
Xiaobai_Zhao的博客
09-03 956
第一次发文，如有错误还请指正！（引用了很多别人的文章，不知道要不要声明之类的，构成侵权的话还请联系我删掉）
探索深度学习新境界：模态可变形卷积模块——modulated-deform-conv深度解析与应用推荐...
gitblog_00102的博客
09-11 1138
探索深度学习新境界：模态可变形卷积模块——modulated-deform-conv深度解析与应用推荐 modulated-deform-conv deformable convolution 2D 3D DeformableConvolution DeformConv Modulated Pytorch CUDA ...
Tensorrt的相关杂记
qq_35435798的博客
03-12 944
TensorRT编译和MMdeploy的相关杂记
deformable_conv2d_pytorch:在pytorch中实现的distableable_conv2d层
03-17
Deformable_Conv2d_Pytorch 在pytorch中实现的transformable_conv2d层。 我写了几篇关于志虎的文章，您可以阅读它以获得更多详细信息1. 1. 2 此外，我还完成一个例子网，，我很抱歉，我没有实现swapaxis方法，所以参数只使用一个值允许的im2col_step。 环境配置 作业系统：ubuntu16.04 GPU：1个gtx1080Ti 语言：python3.6.8＆c ++ 11＆cuda c DL框架：Pytorch 1.0.1 辅助库：setuptools：36.4.0，numpy：1.15.4 GPU API：NVIDIA CUDA 9.0和cuDNN 7.0 编译：nvcc＆gcc 5.4.0 安装步骤 cd“当前项目” 运行mask.sh 提示：您需要先修改路径参数。 并且需要检查nvcc和g ++订单中的所
转onnx模型学习汇总及TensorRT部署
qq_35435798的博客
08-06 1025
转onnx模型和TensorRT部署。涉及自动驾驶相关开源算法（bevdepth、MatrixVT、BEVDet poolv2）。有需要可深入交流
如何把“自己的”网络中的conv2d替换为dcnv2
qq_17127427的博客
10-15 6629
1、dcnv2的实现测试了两种，一种是官方版dcnv2，git链接：https://github.com/CharlesShang/DCNv2.git，编译直接cd到DCNv2，然后./make.sh即可，第二种是mmcv.ops.modulated_deform_conv.ModulatedDeformConv2dPack 2、实验以resnet50、mnist训练为例 from torch_op.common import init_seed from torchvision.datasets i
torchvision 中 deform_conv2d 操作的经验性解析
limingmin2020的博客
06-29 1909
本文重点通过实验性的分析，来针对可变形卷积的参数进行全面的分析，并提供一些实验性的代码，以期望帮助大家在不想阅读其核心底层代码的前提下，可以更好的理解和把握其运算过程。
PyTorch 可变卷积 V2（Modulated Deformable Convolution）实战指南
gitblog_00051的博客
08-08 1058
PyTorch 可变卷积 V2（Modulated Deformable Convolution）实战指南 项目地址:https://gitcode.com/gh_mirrors/py/pytorch-deform-conv-v2 项目介绍 该项目是4uiiurz1/pytorch-deform-conv-v2的一个实现，它提供了在PyTorch框架下的第二代可变卷积网络（Deformable ...
Deformable ConvNets v2 Pytorch版源码讲解_2
weixin_40825364的博客
05-12 2402
接着上一章的来讲，上一章主要是介绍了一下可变形卷积v1和v2，红色字都是基于源码来的。那么这一篇文章就分析一下整个代码流程是怎么样的。代码是Pytorch版的，这里附上Github地址：https://github.com/4uiiurz1/pytorch-deform-conv-v2/blob/master/deform_conv_v2.py。这里再次感谢大佬的开源代码！ 先附上我debug时采用的代码。 if __name__ == '__main__': feature_map =.
使用mmcv库中的DCN模块代替DCNv2官方库
qq_37509948的博客
11-15 8766
使用mmcv库中的DCN模块代替DCNv2官方库，使用起来非常简单，如下： 1.安装mmcv库 # 命令行输入： pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/{cu_version}/{torch_version}/index.html # 将其中的{cu_version}替换为你的CUDA版本，{torch_version}替换为你已经安装的pytorch版本； # 例如：CUDA 为11.0，pytorch为1.7.
可变形卷积（DCN，Deformable Convolution Network）
热门推荐
jiangqixing0728的博客
08-10 5万+
ICCV 2017的一篇文章。可变形卷积（DCN）的原理和实现。在目标检测领域应用广泛，在项目、课程设计、毕业设计、比赛中对许多数据集和许多目标检测算法（只要含卷积操作），都能有不错的提升，泛化性很强。
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