TensorRT集成支持pytorch onnx插件（DCN，HSwish ...等）。更简单的推理和插件API重新实现CenterNet：ctdet_coco_dla_2x CenterTrack：coco_tracking coco TensorRT集成支持pytorch onnx插件（DCN，HSwish ...等）。推理和插件API重新实现CenterNet：ctdet_coco_dla_2x CenterTrack：coco_tracking coco_tracking.onnx下载nuScenes_3Dtracking.onnx下载DBFace使用TensorRT-Integrate install protobuf == 3.11.4（或> = 3.8.x，但这很麻烦） .sh make run -j32推理代码自动引擎= TRTInfer :: loadEngine（“ models / efficiency-b0.fp32.trtmodel”）;
漂浮
2022-09-04 22:43:51
3.23MB
1
PaddleDetection模型部署推理环境包----TensorRT-7.0.0.11.Win10.x64.cuda-10.2.cudnn7以及Git-2.37.2.zip
2022-08-30 12:05:29
450.99MB
1
这是使用TensorRT和CUDA的CenterNet的C ++实现。 感谢的正式实施 ！
依存关系：
Ubuntu 16.04
PyTorch 1.2.0（用于与Tenson RT5在Jetson Tx2中的兼容性）
CUDA 10.0 [必需]
TensorRT-7.0.0.11（用于CUDA10.0）[必需]
CUDNN（对于CUDA10.0，可能不使用）[必需]
libtorch（cpu版本的Torch c ++ lib，gpu版本可能与环境冲突）[可选]
gtest（Google C ++测试框架）[可选]
注意
TensorRT库必须与已安装的CUDA和CUDNN一致
TensorRT 5不支持动态形状
TensorRT 7.0.x不直接支持动态形状的Int8校准
TensorRT 7.1.x支持动态形状的Int8校准
TensorRT的插件：
MyUpsam
2022-08-15 21:01:24
6.87MB
1
mmdetection yolox-s TensorRT模型2060/2060s显卡可用
2022-08-12 19:06:59
90.34MB
1
Yolact/Yolov5的C++实现，包括ONNX(CPU/CUDA), TensorRT版本。
2022-08-12 19:06:57
80KB
1
preprocess.cu和preprocess.h文件
TensorRT部署YoloV5使用
2022-08-07 21:05:47
1KB
1