本来想部署基于CenterNet的单目3D目标检测,看到3D目标检测后处理感觉有点复杂,觉得还是需要把CenterNet 给手撸一遍,再去梳理3D的后处理,花了一点时时间看懂CenterNet后处理后,直接上手开撸。
【完整代码】代码和模型
【rknn C++板端部署】完整代码
1 导出onnx
模型和后处理运行快的关键一步是导出比较好的onnx模型,最终导出的形式如下图。
2 onnx 测试效果
3 时耗参考
模型输入1280x384,检测类别3类,模型的 backbone 为 dla34,模型计算量为 79.52 G。模型有这么大的计算量,推理时耗长也在预料之中。
TensorRT部署推理(显卡 Tesla V100、cuda_11.0)。
rk3588 上时耗:【C++代码参考】