由于C++语言的运行优势，多数算法模型在实际应用时需要部署到C++环境下运行，以提高算法速度和稳定性
本文主要讲述WIn10下在VS工程中通过Opencv部署yolov5模型，步骤包括：
1.python环境下通过export.py导出.onnx模型
2.C++环境下通过tensorrt进行模型导入和调用，过程中实现int8量化加速
适合刚开始部署模型的小白或者研究者，内附教程
2023-04-20 20:52:45
9.62MB
1
yolov7-pose TensorRT推理配
window平台以及ubuntu平台都可
详细的配置过程请参考主页的博客
2023-04-12 18:07:17
745KB
1
TensorRT 7.0.0.11 for Ubuntu 18.04 and CUDA 10.2 tar package
2023-04-04 11:03:20
730.49MB
1
tensorRT部署resnet网络
包括onnx文件生成，
及推理引擎生成，
利用推理引擎推理
环境配置
使用TensorRT来加速部署图片分类项目，此文档中包含全部 软件及依赖库
在Win10系统上完成，需要用到的软件与依赖包有：cuda 10.2 , cudnn 7.6.5 , VS2017 , OpenCV 3.4.0 , Anaconda3 , CMake 3.19.4 , TensorRT 8.0
，代码附详细解释
2023-03-21 16:50:20
355.09MB
1
c# 调用yolov7 tensorrt c++ dll，推理。
RTX2060推理yolov7， FP32 耗时 28ms ，FP16 耗时 8ms，
2023-02-28 15:27:33
473.66MB
1
TensorRT-7.0.0.11.CentOS-7.6.x86_64-gnu.cuda-10.2.cudnn7.6.tar.gz
2022-11-11 11:31:29
731.22MB
1
TensorRT 8.2 GA Update 2 for Windows 10 and CUDA 11.0, 11.1, 11.2, 11.3, 11.4 and 11.5 ZIP Package
2022-09-23 09:01:05
824.25MB
1