利用MMDeploy和MMDection在C++和TensorRT的基础上部署RTMDet检测分割一体化网络

刚哥吧

于 2023-05-12 10:50:48 发布

阅读量983

点赞数

CC 4.0 BY-SA版权

分类专栏：视觉检测图像分割干货文章标签： mmdeploy mmdetection TensorRT C++

本文链接：https://blog.csdn.net/qq_42308217/article/details/130632842

视觉检测图像分割干货专栏收录该内容

58 篇文章 ¥119.90 ¥299.90

订阅专栏

本文详细介绍了如何利用MMDeploy和MMDetection在C++环境中，结合TensorRT对RTMDet检测分割一体化网络进行部署。关键步骤包括：确保依赖项版本匹配，安装mmdeploy、mmengine和mmdet，模型转换为TensorRT engine文件，最后在VS工程中进行推理。注意模型转换和CUDA/CUDNN配置是成功部署的关键。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

PS：步骤不是很复杂，但很容易出错

步骤1：安装基础依赖，所需外部依赖：VS2019 Pytorch==1.12.0 Torchvision==0.13.0 Torchaudio==0.12.0 CUDA 11.3.1 cudnn 8.2.1 mmdet-3.0.0rc6 cmake。请注意：VS2019，Pytorch，CUDA，cudnn的版本需要完全一致，此外，后续的mmdeploy和tensorrt的版本也需要完全一致

conda create -n mmdepoly python=3.8 -y
conda activate mmdepoly
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0

了解本专栏