Skip to content

Latest commit

 

History

History
74 lines (53 loc) · 2.79 KB

README.cn.md

File metadata and controls

74 lines (53 loc) · 2.79 KB
Raw

TensorRT

  • 1、支持OnnX的插件开发，并且实现CenterNet的DCNv2插件demo（fp32/fp16）和Inference实现，附有案例
  • 2、不建议使用pytorch->caffemodel->tensorRT，改用pytorch->onnx->tensorRT，对于任何特定需求（例如dcn、例如双线性插值），可以用插件实现
  • 3、如果不用这里提供的框架，自己实现onnx插件，这里有一份指导，说明了关键点，可以做参考
  • 4、视频讲解点击这里：https://www.bilibili.com/video/BV1Pe411x7qr

复现centerNetDCN的检测结果

image1


复现centerTrack的结果

image1


复现DBFace

dbface

快速使用

bash getDLADCN.sh
make run -j32

案例-Inference

auto engine = TRTInfer::loadEngine("models/efficientnet-b0.fp32.trtmodel");
float mean[3] = {0.485, 0.456, 0.406};
float std[3] = {0.229, 0.224, 0.225};
Mat image = imread("img.jpg");
engine->input()->setNormMat(0, image, mean, std);
engine->forward();
engine->output(0)->print();

环境-Windows

  • tensorRT7.0.0.11 (如果修改为6或者其他版本，可能会面临一点改动)
  • opencv3.4.6（可以任意修改为其他版本）
  • cudnn7.6.3（可以任意修改为其他版本）
  • cuda10.0（可以任意修改为其他版本）
  • protobuf v3.8.x
  • Visual Studio 2017（可以用其他版本打开，但需要修改对应opencv版本）
  • 如果要修改版本，你需要下载cuda/cudnn/tensorRT三者同时匹配的版本，因为他们互相存在依赖，否则只要你是cuda10.0就可以很轻易编译这个项目
  • Windows下的依赖库lean.zip下载

环境-Linux

  • protobuf v3.8.x
  • cuda10.2 （可以任意修改为其他版本）
  • cudnn7.6.5.32-cuda10.2 （可以任意修改为其他版本）
  • opencv4.2.0 （可以任意修改为其他版本）
  • TensorRT-7.0.0.11 (如果修改为6或者其他版本，可能会面临一点改动)

说明