macan的博客

使用conda和pip批量安装Python包1. conda方式批量安装2. pip方式批量安装在debug Yolov5之前，需要按照其txt文件中指定的包的版本来指定安装工程需要的Python包，截图如下：（这里面的torch慎装，因为这种方式装的pytorch不吃吃GPU，如果某个包不想安装，只要在该行前面输入注释符就行）1. conda方式批量安装进入(cd)到txt文件所在文件夹路径下，运行以下命令：$ conda install --file=requirements_conda.t

使用tengine部署模型时，编译报错：fatal error: NvInfer.h: No such file or directory | #include 很明显，就是缺少头文件，这个头文件是自己配置tengine部署环境中需要安装的TensorRT带的头文件，（有关在Ubuntu系统上配置TensorRT的相关内容，详见我的另一篇博客：Ubuntu18配置CUDA10.2 cudnn8.0.1 TensorRT7.1.3.4）那么就需要在编译部署代码的CMakeList.txt中指定这个头文件的路径

来自实际项目，项目简述：自动驾驶测试阶段，需要在车端测试算法运行在一个带有2080Ti工控机，这里使用tengine来部署模型。由于项目保密原因，本文不使用实际本团队开发的算法，就仅仅使用tengine自带的demo，完全够用。

使用开源的tengine在GPU上使用TensorRT运行目标检测模型

Ubuntu18配置CUDA10.2 cudnn8.0.1（cuda_10.2.run格式+cudnn-10.2-linux-x64-v8.0.1.13.tgz格式）

cvReleaseImage表面理解就是释放读取的图片的内存，对应读图片使用的是cvLoadImage。使用cvReleaseImage后，会设置此时图片占用的内存数据为NULL，但是该内存地址不会被释放，当有新图片使用cvLoadImage读时，会放在这个被置位NULL的内存地址处，详情如下：#include "highgui.h"#include "OCV.h"void openCV::debugcvReleaseImage(char imgPath[100]) { if (imgPath