suanfaxiazai的博客

算法模型加密 算法模型安全 把模型编译为.o和.so文件

agx xavier opencv视频硬解码 说明：刷机后 jetpack=4.6.4 cuda=10.2.300 cudnn=8.2.1 tensorrt=8.2.1。

至此环境全部安装完成，可以愉快的使用tensorrt做模型推理的，在x86上能跑的代码在xavier上也可以跑，例如我之前x86教程上的代码也可以在xavier上跑。因为刷机后自带tensorrt,因此要在虚环境中使用tensorrt需要拷贝,使用系统自带的python3查找tensorrt路径。cuda版本的opencv安装将在下一个教程中，现在安装opencv-python，安装时候一定要注意版本。下载torchvision：torch=1.8.0对应torchvision=0.9.0。

人工智能 分类 分割 动态库 硬解码 算法部署 so文件 CMakeLists

c++部署yolov5s opencv硬解码 tensorrt部署yolov5s cmake yolov5s camke tensorrt

人工智能 模型加速 onnx tensorrt加速

tensorrt,engine文件 onnx文件 onnx sim ,前处理加入模型，机器视觉 图像分类 EfficientNet

c++ yolov5 tensorrt 硬解码 cuda,yolov5部署

opencv 部署yolov5s ,onnx，90fps ，++

目标检测，实验机器是x86，显卡3090，tensorrt7.2.3.4， 模型只包含推理，预处理（resize）和后处理（nms）包括在模型内。四、运行infer.py(前提是tensorrt环境已经配置好)yolov5环境安装好后使用如下命令生成engine文件。推理视频从读取视频到显示检测结果 fps=90，所有功能只需要一个200行代码的文件实现。二、 安装tensorrt(网上有教程)一、克隆yolov5代码并安装好环境。三、生成infer.py。

已经教学如何编译cuda版本的opencv（3.4.7）（c++测试硬解码通过，但不支持python），现在编译cuda版本opencv4.5.0(在ubuntu20.4下，支持c++和python硬解码)。增加了-DWITH_NVCUVID=ON(这个是一定要增加的，否则执行硬解码时出现"throw_no_cuda"错误)opencv3.4.7把版本改为了opencv4.5.0；二、下载编译opencv4.5.0。说明：在之前的教程（

python 硬解码视频， cuda ,推理加速，tensorrt,人工智能

ubuntu 下安装python虚拟环境，项目开发。

opencv 硬解码 cuda gpu 人工智能

python程序或脚本开发，vscode

ubuntu 下安装指定版本的python

重要！开发和部署算法时语言的选择

人工智能环境，cuda, cudnn, nvidia显卡驱动

算法开发部署落地：硬件与系统准备