TengineInferPipe在Jetson平台基于TensorRT后端Demo实现

​​​​​1. TengineInferPipe简介

TengineInferPipe 是由 OPEN AI LAB 基于mediapipe框架进行改进、迭代的一套低代码、模块化的算法落地框架。通过解析部署配置文件，构建整个部署流程。可以用于快速构建算法部署sdk，以及可以作为一些可视化部署方案的中间层。其基本数据流程图如下图所示。

2. 基于TensorRT后端Demo实现

2.1 环境需求 

1）bazel >= 3.7 参考 bazel安装说明 安装bazel到系统中，或者下载对应版本Releases • bazelbuild/bazel • GitHub的可执行文件放到/usr/bin目录下。

这里使用bazel-4.1.0版本，更高版本可能存在编译问题。下载可执行文件bazel-4.1.0-linux-arm64放到/usr/bin目录，并创建软链接bazel->bazel-4.1.0-linux-arm64。然后使用bazel --version测试是否安装成功。

2）gcc