0
点赞
收藏
分享

微信扫一扫

Windows C++ yolov5->ONNX->TensoRT

大漠雪关山月 2022-05-04 阅读 70

文章目录


前言

本博客主要出于记录阶段性工作,内容如果有误,还请各位小伙伴不吝指正!

环境配置和依赖: 本人C++菜鸡,项目使用的是TensorRT文件夹下的sample/sample_mnist项目,然后在里面写cpp文件,这个方式对我这样的新手很友好~(github上的sln属实没有一个能配置成功的)。

基础知识: 有关于YOLO、TensorRT基本原理的这篇就不详细介绍了。

TensorRT模式: 这里使用最简单的模式,即固定宽高、固定batch数目。

一、yolov5->ONNX

	我使用的是yolo官方github的v6.0版本,移除了Focus模块并且激活函数替换为了SiLU。官方项目中自带了转ONNX的export.py文件,下载权重后直接运行就可以导出。
	导出后就可以使用netron查看模型结构了,https://netron.app/这个链接可以直接查看。
	![太大了一个图截不全](https://img-blog.csdnimg.cn/ede3aaf1ad6542ee96525afd232ac3ce.png)
	这里面有一些细节可以可以关注,比如最开始的下采样模块在原始的v1.0版本使用的Focus模块,在做之前我还担心TensorRT不支持,不过V6.0中已经变成了两个卷积。
	![下采样模块](https://img-blog.csdnimg.cn/cb78d56f90ab489bb953e7e6e103428f.png)

二、使用步骤

1.引入库

代码如下(示例):

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下(示例):

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。


总结

提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

举报

相关推荐

0 条评论