Jetson TX2 系列（10）TensorRT模型部署

最新推荐文章于 2023-03-20 17:37:56 发布
最新推荐文章于 2023-03-20 17:37:56 发布
阅读量1.5k 收藏 5
点赞数
分类专栏： JetsonTX2 文章标签： tensorflow 深度学习 ubuntu
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/sinat_41354290/article/details/120603702
版权

 本文主要完成搭建自己的TensorRT模型部署的搬运工作。

目录

1. Ubuntu安装TensorRT

  1. 下载
    NVIDIA TensorRT Download
    在这里插入图片描述

  2. 安装：/usr/TensorRT-6.0.1.5

    tar zxvf TensorRT-7.1.3.4.Ubuntu-18.04.x86_64-gnu.cuda-10.1.cudnn7.6.tar.gz
# 添加到环境变量
 export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/TensorRT-6.0.1.5/lib
 # TensorRT路径下
了解本专栏 订阅专栏 解锁全文 超级会员免费看
冰火舞动
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
tensorRT部署tx2
图像算法的入门之路
10-25 1775
NVIDIA JETSON TX2 部署 CUDA10.2+TensorRT 7.1.3 目标硬件平台NVDIA Jetson TX2host主机更换国内源安装sdkmanagertx2与host通信 最近负责公司的新项目，多个目标实时检测，选择性能较好的yolov5算法进行检测，调试好模型后，将其部署到NVIDIA的硬件平台，选择TensorRT作为加速部署的推演工具。 目标硬件平台NVDIA Jetson TX2 实际项目中选用tx2进行部署，（尽量选用未刷机和重新刷机的方式安装TensorRT），我在
Jetson TX2 NX中的TensorRT 环境搭建
weixin_44986251的博客
08-04 476
[Jetson TX2 NX]Jetson TX2 NX中的TensorRT 环境搭建。
jetson tx2 上部署TensorRT模型推理
weixin_43590290的博客
07-23 7262
1## 标题 jetson tx2 是什么？ jetson tx2简而言之就是
Jetson Nano、TX2等 conda 虚拟环境中使用TensorRT、gi等
Jorbo_Li的博客
12-07 1670
Jetson Nano、TX2等 conda 虚拟环境中使用TensorRT、gi等
【玩转Jetson TX2 NX】（五）TX2 NX TensorRT环境搭建及实时图像识别（详细教程+错误解决）
鲁棒最小二乘支持向量机
03-20 2810
TX2 NX TensorRT环境搭建及实时图像识别（详细教程+错误解决）
TX2入门(10)——TensorRT（1）（tx2端inference）
haoqimao_hard的博客
07-12 6284
一、TX2端 1.在TX2上安装git和cmake sudo apt-get install git cmake 2. 下载并运行jetson-inference jetson-inference不是很好下载，我试了两天，最后在Windows下科学上网下载到了，给个我下载好的百度云链接吧： 链接：https://pan.baidu.com/s/1hSrWSk3Wy9qzEGFZke8y...
TX1/TX2上快捷部署TensorFlow
weixin_43640369的博客
11-19 240
TX1/TX2上快捷部署TensorFlow 对所有想要学习TensorFlow的人来说，环境安装是入门的第一个坎。网络上已经有非常多的安装教程，但总是会有这样或那样的让人头大的情况发生，运气好的话，百度一下就解决了，否则就有得折腾了。今天给使用NVIDIA TX1/TX2开发板的伙伴们带来一波福利，就如标题所说的快捷部署TensorFlow。 方法一 直接命令行运行下面代码即可。不过不知道为什么...
在Jetson TX2开发套件上使用TensorRT7.1.0加速YOLOv4
hlld__的博客
07-24 5238
目录前言 前言
tensorRT-Caffe:在NVIDIA Jetson TX2上使用tensorRT的演示加速了AlexNet的Caffe模型
05-02
在NVIDIA Jetson TX2上使用tensorRT的演示加速了AlexNet的Caffe模型。 有关中文的详细说明，请参考NVIDIA JETSON TX2 tensorRT加速Caffe实战.pdf 。 先决条件： NVIDIA Jetson TX2 CUDA 8.0 人工神经网络 张量...
Jetson TX2 NX使用手册
10-09
NVIDIA Jetson TX2学习手册 2 1组装之亚克力板安装 2 2烧录系统 2 2.1虚拟机安装已经Ubuntu18.4系统安装 2 2.1.1VMware下载 2 2.1.2虚拟机安装Ubuntu18.4 2 2.2烧录系统和SDK 2 2.2.1烧录前准备 2 2.2.2虚拟机内下载...
TensorRT安装
12-21
TensorRT安装以及相关配置 看到很多tensorrt安装教程有一些问题,所以我安装完后写这篇记录并分享一下. 1.下载tar包 TensorRT官方API提供了四种安装方式，建议下载tar包进行安装。下载地址https://developer.nvidia.com/tensorrt 2. 安装TensorRT 2.1 解压 tar xzvf TensorRT-6.0.1.5..-gnu.cuda-10.1.cudnn7.x.tar.gz 2.2 添加环境变量 $ vim ~/.bashrc # 打开环境变量文件 # 将下面三个环境变量写入环境变量文件并保存 export LD_LIBR
Jetson TX2原理图
09-19
Jetson TX2 原理图，pdf格式，硬件设计、调试等可参考
TensorRT-使用TensorRT部署MobileNet-SSD算法-支持Jetson-TX2平台的部署-优质算法部署项目
最新发布
02-28
TensorRT_使用TensorRT部署MobileNet-SSD算法_支持Jetson-TX2平台的部署_优质算法部署项目
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
jetson TX2 NX 使用 jetson inference 推理自己的Pytorch模型
zhaoguochuan的博客
01-06 1715
本文将使用将在个人PC上使用pytorch训练一个分类模型，并将模型部署到Jetson TX2 NX，实现实时推理。
TX2安装pytorch+TensorRT+yolov5实现实时检测
m0_62013374的博客
07-12 1万+
tx2 yolov5实时检测
jetson agx 重新安装tensorrt
suixin19890311的博客
07-13 1594
因为agx默认安装的tensort8，使用yolov5转tensorrt部署时候出现不兼容错误，因此进行tensorrt降级。参考https://blog.csdn.net/linghu8812/article/details/113702539TensorRT安装参考 https://developer.download.nvidia.com/assets/embedded/docs/JP_4.5_DP/20.09-Jetson-CUDA-X-AI-Developer-Preview-Installati
TensorRT之TX2部署TensorFlow目标检测模型
热门推荐
ZONGXP的博客
01-30 2万+
参考：https://github.com/jkjung-avt/tf_trt_models/tree/tf-1.8 在之前的文章中，详细介绍了tensorflow目标检测接口的使用方法，包括训练与推理流程，该工作主要是在服务器端完成的，而我们实际应用的时候，推理不一定发生在服务器上，而可能是TX2等终端设备，因此，在TX2上进行模型的推理加速，对于实际应用很有必要。 幸运的是，nvidia已...
使用Jetpack给jetson tx1/tx2安装cuDNN、TensorRT、CUDA等软件环境
小蚂蚁快溜跑
10-09 9806
背景 该博客适用于jetson设备已经装好了系统，对于系统怎么烧录可以参考系统刷机 注意 使用Jetpack给jetson tx1/tx2安装软件之前需先确定jetson设备系统l4t版本，因为NVDIA jetpack 跟该版本号具有一定的对应关系，如果版本号不对应会导致出现一些异常。具体的对应关系可以参考Jetpack的说明，如图所示： 在jetson设备上使用以下命令可以查看系统的l4t的...
jetson tx2部署模型的优点
04-06
4. 易于部署：Jetson TX2可以直接运行TensorFlow、PyTorch、Caffe等深度学习框架，简化了模型部署的过程。 5. 可扩展性：Jetson TX2可以通过连接其他外设进行数据采集和控制，增强设备的功能和应用场景。

“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

打赏作者

冰火舞动

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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