超级会员免费看
该博客主要探讨了自动驾驶领域的模型部署，通过TensorRT实现ResNet50、ResNet IbN、Arcface等模型的量化和加速，利用OpenCV+CUDA部署YOLO V4、Mask R-CNN等目标检测和语义分割模型，并涉及Vision Transformer的TensorRT转化，同时包含了CUDA编程的基础示例和NCNN的关键点检测应用。
这里主要是针对AI算法落地的模型部署，其中有基于TensorRT的部署、基于OpenCV+CUDA的部署以及基于NCNN的部署，项目包括简单的demo案例、目标检测、语义分割、实例分割、车道线检测以及Transformer等。大家可以参考以下的链接进行学习和指正。
#模型部署#
1. ResNet50基于TensorRT FP16生成Engnie文件的C++工程
ResNet50基于TensorRT FP16生成Engnie文件的C++工程，ubuntu运行，可自行修改为win下使用，推理代码可自行根据自己的实际情况书写，需要的小伙伴自取哈。图片为执行步骤。
点击这里查看付费文章。
2. ResNet_ibn基于TensorRT FP32生成Engnie文件的C++工程
https://t.zsxq.com/036qjMBUB
<
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
