1. 先装好tensorrt
参考Ubuntu18.04 conda环境中配置tensorrt。
由于使用python接口,需要安装好pycuda
2. 参考tensorrtx CRNN转换模型为engine
可以直接跳到第三步,我提供了一个包装好的中文识别CRNN模型,以及预训练weights和转换成tensorrt格式的weights
3. 使用python接口部署
tensorrtx里默认使用的CRNN库是 https://github.com/meijieru/crnn.pytorch.git ,该库没有针对中文的模型。
同时,tensorrtx也没有提供官方的python接口部署样例。
我基于tensorrtx CRNN转换模型为engine和CRNN_Chinese_Characters_Rec创建了中文CRNN, pytorch转tensorrt。
转换后使用python API,耗时为原来的35%,GPU显存消耗降低25%,精度降低微小。详见该github