算法开发：硬解码+tensorrt部署yolov5s(c++代码 makefile版本)

喜欢天晴

已于 2023-04-26 09:20:04 修改

阅读量483

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习算法部署落地专栏文章标签：算法 YOLO c++ 计算机视觉人工智能

于 2023-03-09 15:21:53 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/suanfaxiazai/article/details/129422839

机器学习算法部署落地专栏专栏收录该内容

21 篇文章 ¥299.90 ¥399.90

订阅专栏

超级会员免费看

本文介绍了在Ubuntu系统、CUDA 11.1和TensorRT 7.3.4环境下，如何进行YOLOv5s模型的硬解码和TensorRT部署。通过修改代码和配置文件，最终实现从预处理到推理到后处理再到显示的90fps运行速度。详细步骤包括安装环境、获取.yolov5s.engine文件、修改代码和Makefile配置，并在指定目录下执行程序。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

说明：x86 ubuntu 系统，3090显卡cuda11.1，tensorrt7.3.4，测试视频wh:1280×720 ，最终测得从前处理到推理到后处理到显示总共为90fps。（可能效率上有些问题，感觉fps太低了，一般硬解码+tensorrt推理速度应该在200fps左右）

一、安装tensorrt环境，安装yolov5环境，得到yolov5s.engine文件

参考我之前的教程：https://blog.csdn.net/suanfaxiazai/article/details/129204092?spm=1001.2014.3001.5502

二、修改代码

修改/mnt/data/liux/tensorrt_test/TensorRT/quickstart/SemanticSegmentation/tutorial-runtime.cpp为如下代码

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。