tensorRt 第13页

5.6.tensorRT基础(2)-学习编译int8模型，对模型进行int8量化

目录前言1.Int8量化2.补充知识2.1知识点2.2其它知识总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。这次重新撸一遍，顺便记记笔记。

爱听歌的周童鞋·2023-07-26 04:04

5.4.tensorRT基础(2)-学习第一个插件的编写

目录前言1.插件2.补充知识总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。这次重新撸一遍，顺便记记笔记。

爱听歌的周童鞋·2023-07-26 04:04

5.2.tensorRT基础(2)-使用onnx解析器来读取onnx文件（源码编译）

目录前言1.ONNX解析器2.libnvonnxparser.so3.源代码编译4.补充知识总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。

爱听歌的周童鞋·2023-07-26 04:59

TensorRT8 meets Python(三) Onnx+TensorRT推理(案例基于yolov5 6.0)

1.前言在前面两篇我们介绍了TensorRT的环境部署以及TensorRT的功能性介绍。

吸欧大王·2023-07-26 04:57

pytorch模型转ONNX转TensorRT，模型转换和推理部署

一、pth模型转ONNXimportosimportsysimporttorchimportnumpyasnpfromfeat.modelimportResNet # 导入自己的模型类defload_checkpoint(checkpoint_file,model):"""Loadsthecheckpointfromthegivenfile."""err_str="Checkpoint'{}'n

mzgong·2023-07-26 04:56

pt网络转onnx、tensorRT模型记录贴

onnx、trt转换及推理pt转onnxonn转trt模型onnx推理trt推理心得pt转onnx此处的model在运行时替换为自己的网络结构即可"""如果保存的是模型参数"""importtorchimporttorchvision.modelsasmodelstorch_model=torch.load("test.pth")#pytorch模型加载model=models.resnet50(

一休哥※·2023-07-26 04:25

Stable Diffusion在各种显卡上的加速方式测试，最高可以提速211.2%

所以研究人员就创造了各种提高其速度的方式，比如Xformers、Aitemplate、TensorRT和onflow。在本文中我们将对这些加速方法进行了一系列对比测试。

deephub·2023-07-25 21:45

tensorRT搭建mlp网络教程(C++)

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、简单介绍tensoorrt二、环境搭建-visualstudio1.环境搭建前提1.环境搭建步骤三、tensorrt搭建MLP

tangjunjun-owen·2023-07-25 15:36

tensorRT部署分类网络resnet与性能验证教程(C++)

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、pytorch构建分类网络基于torchvision构建resnet网络获得wts文件获得onnx文件二、tensorrt

tangjunjun-owen·2023-07-25 15:36

TensorRT用自带trtexec实现onnx转engine的用法说明

TensorRT自带的trtexec在bin目录下，是一个可执行文件。

yhwang-hub·2023-07-24 15:58

TensorRT笔记(14)部署TensorRT优化模型

部署TensorRT优化模型13.部署TensorRT优化模型13.1云端部署13.2部署到嵌入式系统13.部署TensorRT优化模型创建包含优化推理模型的计划文件后，可以将该文件部署到生产环境中。

yhwang-hub·2023-07-24 15:27

TensorRT笔记(9)使用空张量

和空张量8.3插件和空张量8.4IRNN层和空张量8.5IShuffleLayer和空张量8.6ISliceLayer和空张量8.7IConvolutionLayer和空张量8.使用空张量NVIDIA®TensorRT

yhwang-hub·2023-07-24 15:57

TensorRT笔记(13)使用多实例GPU（MIG）

使用DLA12.使用多实例GPU（MIG）12.1GPU分区12.2对TensorRT应用程序的影响12.3配置NVIDIAMIG12.使用多实例GPU（MIG）多实例GPU或MIG是NVIDIAAmpereGPU

yhwang-hub·2023-07-24 15:57

ptq和qat后导出的onnx模型转换为 tensorRT 的int8模型注意事项

ptq和qat后导出的onnx模型转换为tensorRT的int8模型注意事项1.带有QDQ节点的onnx模型,无法转换为fp16精度的trt模型,仅仅可以用于转换int8精度的trt模型;2.onnx

_kx_·2023-07-22 13:16

TensorRT教程17：使用混合精度--fp32、fp16、int8（重点）

TensorRT使用混合精度五种精度类型kFLOAT//!

米斯特龙_ZXL·2023-07-22 13:15

ONNX转TensorRT(FP32, FP16, INT8)

本文为Python实现，C++实现链接模型量化若还没有配置环境（CUDA，CUDNN，TensorRT），请移至C++实现中查看环境配置方法支持三种不同精度的量化模型单精度量化(FP32)模型半精度量化

田小草儿·2023-07-22 13:14

python中的tensorRT环境部署

本次环境部署，是在docker下，硬件cuda11.2，双GPU；需要的tensorRT8.2.1，从tensorRT安装包名称上，就可以得到匹配的CUDA和cudnn版本分别是：CUDA10.2，cudnn8.2

123小星星·2023-07-20 16:05

【模型部署】c++调用tensorRT的模型（engine）

将分割模型就行腾搜人RT转化后得到engine，该博客主要是针对c++调用tensorRT的模型文件engine文章目录1.框架2.main_tensorRT（exe）2.1LoadCathodeHeadEngine

只搬烫手的砖·2023-07-20 16:35

Linux上TensorRT环境配置【以YOLOX为例】

前言以YOLOX的tensorrt环境配置为例，记录安装步骤以及过程中遇到的一些问题LinuxOS：Ubuntu20.04CUDAToolkit（cuDNN）：11.6python：3.9.16pytorch

Morejay·2023-07-20 16:33

tensorRT 模型部署

讲解：模型经过训练之后终端部署之前都会有一个模型转换的过程，英伟达也不例外，模型转换的过程其实是一个模型优化与加速的过程，里面包含着引擎对模型的一系列操作，比如说layer级的融合，权重的量化、图层的切割，子图硬件层面的自适应、内存的分配等等讲解：这里说的就是layer级的融合，左边是训练出来的模型，右边是将卷积、偏置、激活层进行了一个融合之后的模型，对比一下少了三分之二的layer，这样的做的目

CindyWangry·2023-07-20 16:33

tensorrt部署深度学习模型

GitHub-NVIDIA/TensorRT:TensorRTisaC++libraryforhighperformanceinferenceonNVIDIAGPUsanddeeplearningaccelerators.TensorRTisaC

a flying bird·2023-07-20 16:33

【模型部署】TensorRT的安装与使用

文章目录1.TensorRT的安装1.1cuda/cudnn以及虚拟环境的创建1.2根据cuda版本安装相对应版本的tensorRT2.TensorRT的使用2.1直接构建2.2使用PythonAPI构建

只搬烫手的砖·2023-07-20 16:32

ModuleNotFoundError: No module named ‘tensorrt‘

并不是所有的平台都支持tensorrt的python库。

脆皮茄条·2023-07-20 12:26

Nvidia Jetson NX 使用tensorrt, ModuleNotFoundError: No module named ‘tensorrt’

1.确保tensorrt已安装且可用。

STU_11wxzou·2023-07-20 12:25

ModuleNotFoundError: No module named ‘cuda‘、‘tensorrt‘

Nomodulenamed‘cuda’python-mpipinstall--upgradepippipinstallcuda-python2、ModuleNotFoundError:Nomodulenamed‘tensorrt

锦鲤AI幸运·2023-07-20 12:54

TensorRT maskrcnn windows下使用自己的数据集（一）

maskrcnn源码：https://github.com/matterport/Mask_RCNN--前向推理环境：系统：windows10工具：CUDA10.0.130、cudnn7.6.3.30、TensorRT7.0.0.11IDE

半笔闪·2023-07-20 05:15

c++配置yolov5痛点总结

配置参考文章：(174条消息)YOLOv5TensorrtPython/C++部署_yolov5c++部署_一笑奈何LHY的博客-CSDN博客

lucust·2023-07-19 03:48

Ultra-Fast-Lane-Detection-V2的tensorrt版本，c++程序，可以使用engine加速推理

1，参考地址：https://github.com/FeiYull/TensorRT-Alpha/tree/main/Ultra-Fast-Lane-Detection-v22，参考地址：https:/

鼾声鼾语·2023-07-19 02:06

CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3，ubuntu20.04安装过程记录

CUD11.1下载地址：CUDAToolkitArchive|NVIDIADeveloper安装：wgethttps://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.runsudoshcuda_11.1.1_455.32.00_linux.run对于不是

C++有手就行·2023-07-18 23:23

tensorrt “Dims“ is undefined解决

找了很久，后来发现是因为TensorRT更新导致，我使用的是TensorRT8.5.3降级到TensorRT8.4.2就好了TensorRT下载安装配置参考：CUDA11.1、cuDNN8.6.0、Tensorrt8.5.3

C++有手就行·2023-07-18 23:23

jetson nano: python调用yolov5-v6.0的tensorrt加速的c++代码，推理速度稳定在12fps，显存占用在0.8G以内

目录1.问题2.准备2.1.下载yolov5-v6.0和Yolov5_Tensorrt_Win10源码2.2.编译Yolov5_Tensorrt_Win102.3.生成engine文件3.python调用

wangxinRS·2023-07-18 16:23

TensorRT和DLA(Deep Learning Accelerator)

TensorRT和DLA(DeepLearningAccelerator)点击此处加入NVIDIA开发者计划文章目录TensorRT和DLA(DeepLearningAccelerator)1.RunningOnDLADuringTensorRTInference1.1

扫地的小何尚·2023-07-18 13:30

NVIDIA Deep Learning Accelerator (DLA) 输入输出的几种张量格式

模型部署文章目录模型部署TensorRT输入/输出张量的格式LINEAR前言参考TensorRT输入/输出张量的格式输入/输出张量的格式。插件和网络I/O张量都使用此枚举。

工头阿乐·2023-07-18 13:29

TensorRT程序实现

搭建流程模型转换及预测通用函数编写定义一个G数据占用内存量defGiB(val):returnval*1ONNX-->TensorRTpytorch-->ONNX"1.转换为onnx"input_name

Runjavago·2023-07-18 13:02

4.6.tensorRT基础(1)-实际模型上onnx文件的各种操作

目录前言1.onnx1.1读取节点1.2修改节点1.3替换节点1.4删除节点1.5修改input和output1.6预处理的接入总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍

爱听歌的周童鞋·2023-07-17 04:25

4.5.tensorRT基础(1)-onnx文件及其结构的学习，编辑修改onnx

onnx1.2读取onnx1.3创建onnx1.4编辑onnx1.5onnx总结1.6本节知识点2.补充知识2.1Protobuf2.1.1Protobuf简介2.1.2基本使用流程总结前言杜老师推出的tensorRT

爱听歌的周童鞋·2023-07-17 04:55

4.4.tensorRT基础(1)-模型推理时动态shape的具体实现要点

目录前言1.动态shape2.补充知识总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。这次重新撸一遍，顺便记记笔记。

爱听歌的周童鞋·2023-07-17 04:54

4.3.tensorRT基础(1)-实现模型的推理过程

目录前言1.inference案例总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。这次重新撸一遍，顺便记记笔记。

爱听歌的周童鞋·2023-07-17 04:49

Linux下安装CUDA、CUDNN、TensorRT

Ubuntu20.04CUDA11.8CUDNN8.6.0TensorRT8.5.2CUDAwgethttps://developer.download.nvidia.com/compute/cuda/

shen_xw·2023-07-17 03:07

【深度学习】计算机视觉（十）——Faster RCNN（实践篇）

RK_Dangerous·2023-07-16 17:19

（24）目标检测算法之YOLOv6 (2)量化与部署详解

目标检测算法之YOLOv6(2)量化与部署详解详解量化训练方式详解部署方法：onnx、openvnio、tensorrtYLOLOv6目前发布的模型：从模型大小方面来看，可分为微小型(Nano)，小(Small

明月醉窗台·2023-07-15 23:26

使用trtexec工具多batch推理tensorrt模型(trt模型)

文章目录零、pt转onnx模型一、onnx转trt模型二、推理trt模型零、pt转onnx模型参考：https://github.com/ultralytics/yolov5用根目录下的export.py可以转pt为onnx模型，命令如下可以转换成动态batch的onnx模型python3export.py--weights=./yolov5s.pt--dynamic工具来源，接上一篇安装Tens

Thomas_Cai·2023-07-15 21:00

ubuntu18.04安装tensorRT8.2实操

文章目录一、安装pycuda二、安装TensorRT一、安装pycuda按照参考文档几个命令安装，但会有个问题。

Thomas_Cai·2023-07-15 21:30

windows下安装Visual Studio + CMake+OpenCV + OpenCV contrib+TensorRT

visualstudio2安装CMake3OpenCV源码安装3.1OpenCV源码下载3.2OpenCVcontrib源码下载3.3安装OpenCV3.4安装OpenCV-crontrib3.5VS生成代码4环境配置5TensorRT

AI追随者·2023-07-15 11:47

TensorRT 初探（3）—— explicit_batch vs implicit_batch

tensorrt保留隐式batch是为了向后兼容。因此新

圣颖君·2023-07-15 04:03

opencv4.7.0编译opencv-contrib-4.7.0以及CUDA

1、CUDA下载和安装可参考我之前的博客WIN10安装配置TensorRT详解中的前几节，可以清楚的知道如何在Windows10系统上安装适合自己的CUDA以及验证CUDA是否可用2、opencv-4.7.0

AI小花猫·2023-07-14 14:38

【AI】在NVIDIA Jetson Orin Nano上使用tensorrtx部署yolov5-v7.0

0、tensorrtx官网https://github.com/wang-xinyu/tensorrtxhttps://github.com/wang-xinyu/tensorrtx/tree/master

郭老二·2023-07-14 13:21

3.8.cuda运行时API-使用cuda核函数加速yolov5后处理

目录前言1.Yolov5后处理2.后处理案例2.1cpu_decode2.2gpu_decode总结前言杜老师推出的tensorRT从零起步高性能部署课程，之前有看过一遍，但是没有做笔记，很多东西也忘了

爱听歌的周童鞋·2023-07-14 13:45

ubuntu tensorrt 环境安装

涂鸦c·2023-07-14 10:46

ubuntu18.04安装tensorRT和重装cuda

Mr.Q·2023-07-14 07:31

推荐频道

tensorRt