YOLOv5目标检测实战：TensorRT加速部署

mind

资源来自网络分享，侵权请告知删除。
免费容易导致链接很快失效，
如失效，请联系管理


YOLOv5目标检测实战：TensorRT加速部署


PyTorch版的YOLOv5是高性能的实时目标检测方法。
TensorRT是针对NVIDIA的GPU加速工具。
TensorRT是NVIDIA 推出的一款基于CUDA和cudnn的神经网络推断加速引擎，可提高了深度学习模型在边缘设备上的推理速度。
在计算资源并不丰富的嵌入式设备上，TensorRT之所以能加速神经网络的的推理主要得益于两点。
首先是TensorRT支持INT8和FP16的计算，通过在减少计算量和保持精度之间达到一个理想的trade-off，达到加速推断的目的。
更为重要的是TensorRT对于网络结构进行了重构和优化。

课程内容包括：
原理篇（YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法）、
实践篇（Ubuntu和Windows10系统上的TensorRT部署演示）、
代码解析篇（YOLOv5的TensorRT加速的代码解析） 。


目录：

1-1.课程介绍.mp4
2-1.YOLOv5网络架构与组件.mp4
2-2.TensorRT基础.mp4
2-3.TensorRT INT8量化.mp4
2-4.tensorrtx介绍.mp4
2-5.CUDA编程方法.mp4
3-1.安装PyTorch.mp4
3-10.TensorRT INT8量化实践.mp4
3-2.安装yolov5.mp4
3-3.安装TensorRT.mp4
3-4.测试TensorRT.mp4
3-5.安装opencv.mp4
3-6.克隆tensorrtx.mp4
3-7.生成yolov5s.wts文件.mp4
3-8.编译tensorrtx下的yolov5.mp4
3-9.执行TensorRT加速后的命令.mp4
4-1.安装环境.mp4
4-2.安装yolov5.mp4
4-3.安装TensorRT.mp4
4-4.测试TensorRT.mp4
4-5.克隆tensorrtx和生成yolov5s.wts文件.mp4
4-6.修改cmakelist文件.mp4
4-7.编译tensorrtx下的yolov5.mp4
4-8.执行TensorRT加速后的命令.mp4
4-9.TensorRT INT8量化加速实践.mp4
5-1.utils代码解析.mp4
5-2.gen_ wts.py代码解析.mp4
5-3.logging代码解析.mp4
5-4.calibrator代码解析.mp4
5-5.yololayer.h代码解析.mp4
5-6.yololayer.cu代码解析.mp4
5-7.common.hpp代码解析.mp4
5-8.yololayer.cpp代码解析.mp4
5-9.yolov5_ trt.py代码解析.mp4
6-1.YOLOv5 6.0更新.mp4
课件资料.zip




下载地址：
链接: https://pan.baidu.com/s/15JAhbO_oQ4pk29cnZZEDlg

获取提取码：

试读已结束，请付费阅读全文。

￥ 5.00付费阅读

登录后可特价购买

  本文只能试读88%,付费后可阅读全文。