TensorRT解析trt文件的输入输出



std::pair<std::vector<std::vector<int>>, std::vector<std::vector<int>>>  TRTCnn::get_input_output()
{
    std::vector<std::vector<int>> inputDimensions;
    std::vector<std::vector<int>> outputDimensions;

    int numberOfBindings = engine->getNbBindings();  // 获取总的绑定数

    for (int i = 0; i < numberOfBindings; ++i) {
        nvinfer1::Dims dims = engine->getBindingDimensions(i);  // 获取特定绑定的维度
        std::vector<int> currentDims;

        // 添加批量大小,如果您在这个上下文中使用它(通常对于显式批处理大小不适用)
        if (context->getEngine().hasImplicitBatchDimension()) {
            currentDims.push_back(engine->getMaxBatchSize()); // 仅当使用隐式批处理时添加
        }

        // 遍历每个维度并添加到当前维度列表
        for (int j = 0; j < dims.nbDims; ++j) {
            currentDims.push_back(dims.d[j]);
        }

        // 根据绑定是输入还是输出,将维度列表添加到相应的向量
        if (engine->bindingIsInput(i)) {
            inputDimensions.push_back(currentDims);
        }
        else {
            outputDimensions.push_back(currentDims);
        }
    }

    // 返回包含所有输入和输出维度的pair
    return { inputDimensions, outputDimensions };
}

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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