tensorRT_Pro自学记录

最新推荐文章于 2025-12-15 07:52:40 发布
原创 最新推荐文章于 2025-12-15 07:52:40 发布 · 337 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#c++ #YOLO #计算机视觉 #目标检测

部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

TensorRT-v8.6

TensorRT-v8.6

TensorRT

TensorRT 是NVIDIA 推出的用于深度学习推理加速的高性能推理引擎。它可以将深度学习模型优化并部署到NVIDIA GPU 上，实现低延迟、高吞吐量的推理过程。

Deepcong
关注
AI驱动元宇宙社交的培训架构：如何培养团队的架构能力？
小程序开发
08-27 576
多模态交互：文字、语音、动作、表情、空间位置等数据需实时协同；沉浸式体验：3D场景、虚拟形象、物理引擎对算力和带宽要求极高；AI原生驱动：从内容生成（场景、角色、对话）到行为预测（用户意图、社交关系），AI渗透每个环节；分布式架构：跨地域、跨设备（VR/AR/PC/手机）的无缝衔接需求。这种复杂度要求架构师具备**“T型能力”**：纵向深耕某一领域（如AI模型优化、3D引擎架构），横向打通跨学科知识（如理解区块链的经济模型如何影响社交激励设计）。技术人才断层。
TensorRT-LLM保姆级教程-快速入门
2401_86435672的博客
09-28 1662
TensorRT-LLM 为用户提供了易于使用的 Python API 来定义大语言模型 (LLM) 并构建 TensorRT 引擎，以便在 NVIDIA GPU 上高效地执行推理。TensorRT-LLM 还包含用于创建执行这些 TensorRT 引擎的 Python 和 C++ 运行时组件。此外，它还包括一个用于与 NVIDIA Triton 推理服务集成的后端；同时， 使用 TensorRT-LLM 构建的模型可以使用使用张量并行和流水线并行在单 GPU 或者多机多 GPU 上执行。
tensorRT_Pro 项目实践
博观约取，厚积薄发
08-12 1341
使用 tensorrt 部署模型
Jetson Orin arm64架构搭建手写AI tensorRT_Pro项目环境
weixin_42855362的博客
03-17 3294
Jetson Orin arm64架构搭建手写AI tensorRT_Pro项目环境
Jetson嵌入式系列模型部署-3
周同学的博客
08-17 6549
Jetson嵌入式系列模型部署
使用Tensorrt的python api 部署支持动态batch的yolov5s
u012160945的博客
11-26 5151
系统环境: ubuntu 1804 cuda11.3 tensorrt 8.2.06 显卡2080 pytorch 1.10.0 onnx 1.10.2 onnx-simplifier 0.3.6 步骤１：导出onnx 模型(参考https://github.com/shouxieai/tensorRT_Pro) 1.1 下载yolov5项目并修改相关代码，目的是减少导出onnx的复杂度，只保留一个输出便于后处理 # 下载并进入yolov5项目 git clone git@github
yolov5 c++ tensorrt推理
weixin_41012399的博客
03-16 5360
代码：https://github.com/shouxieai/tensorRT_Pro 运行环境：nvidia nx cd tensorRT_Pro-main/ sudo make yolo -j8 sudo vim Makefile 报错protobuf，opencv，cudnn等未正确配置。 解决： 1.安装protobuf-3.11.4 sudo unzip protobuf-cpp-3.11.4.zip cd protobuf-3.11.4/ sudo ./autogen.sh sudo
GitHub 趋势日报 (2025年06月27日)
qianmoQ - 关注云计算,关注大数据
06-28 3357
📊 GitHub今日热门项目趋势分析显示，twenty项目以817星位居榜首，其次是awesome（655星）和free-for-dev（476星）。语言分布图显示JavaScript（红色）占比最高，Go（蓝色）、Python（黄色）、TypeScript（绿色）和Java（深红）紧随其后。数据可视化呈现了当前开发者社区的技术偏好，前端工具和开源资源库持续保持热度。
Adobe Premiere CC中文版实战视频教程下载第1章 Prmiere_Pro_CC 自学入门.zip
04-11
本教程通过600个实例详细介绍了Premiere Pro CC的相关知识与操作技巧，具体内容包括Premiere Pro CC自学入门、Premiere Pro CC基础操作、影视素材的添加与编辑、影视素材的调整与剪辑、影视画面的校正与调整等。...
TensorRT及CUDA自学笔记008 记录矩阵加法计算耗时demo
weixin_43111445的博客
03-02 491
cudaDeviceSynchronize函数的功能是等待GPU完成运算任务，如果所提交计算任务失败，就会返回失败原因。
TensorRT及CUDA自学笔记004 内核函数以及两个简单的内核函数demo
weixin_43111445的博客
02-24 525
注意：文件后缀名应为.cu然后运行使用nvcc编译的可执行文件。
TensorRT及CUDA自学笔记002 TensorRTsample_demo（内含完整代码和大量注释）
weixin_43111445的博客
01-13 718
TensorRT 自学笔记002 sample_demo 各位大佬，这是我的自学笔记，如有错误请指正，也欢迎在评论区学习交流，谢谢！ 代码来源 本次笔记的代码来自英伟达官方在B站上的课程分享的链接（详见笔记001），我略微修改了代码，并加上了大量注释（详见下文，我附上了全部代码） 重要知识点 项目功能 本项目的功能是创建一个只有一个identityLayer（恒等映射层）的网络、序列化网络并将其保存为.plan文件，随后加载.plan文件，为该网络输入一个维度为3x4x5张量，打印其计算结果 标准的Tens
记录NX踩过的一堆坑 Protobuf tensorRT Opencv等
weixin_43105818的博客
03-25 5480
第一次接触做linux的项目尝试复现大佬tensorRT的项目GitHub - shouxieai/tensorRT_Pro: C++ library based on tensorrt integration 简单记述一下实现过程出现的问题 一，刷机：第三方载板一定要用载板公司提供的镜像刷机！！！！串口无法打开所有的环境配置都白瞎 二，第一次开机后可以用apt-get autoclean 清出约1.6个G的内存，但绝对不够用，基本都要插个sd卡各种库的安装路径也尽量别忘主目录里放，毕竟寸土寸金 三
C++ -- 哈希表
2301_80059080的博客
12-12 1436
本文系统介绍了哈希表的核心概念与实现方法。首先阐述了哈希的基本思想：通过哈希函数建立键值与存储位置的映射关系，实现O(1)时间复杂度的操作。然后详细讲解了哈希函数设计（包括除法散列法、乘法散列法等）和冲突处理策略，重点分析了开放定址法（线性探测、二次探测、双重散列）和链地址法两种主要冲突解决方案。文章还提供了完整的C++实现代码，包括哈希表结构设计、扩容机制、插入/查找/删除操作等关键算法，并通过示例演示了哈希表的工作过程。最后比较了不同方法的优缺点，指出链地址法在实践中的优势。
【C++】--AVL树的认识和实现
2302_81083101的博客
12-14 874
前面我们学习了二叉搜索树，其在一般情况下，对数据的查找的效率为O(logN)，但是在极端的情况下，其时间复杂度会达到O(n)。如下：右边的单支或者接近单支的情况就会导致查找的效率变得很低。所以后来又发明了AVL树，AVL树是两个前苏联科学家在1962年发表的。其概念如下：AVL树最先发明自平衡二叉查找树，其是一棵空树，或者具有以下性质的二叉树，它的左右子树也都是AVL树，然后左右子树的高度差不能超过1。AVL树是一棵高度平衡二叉树，其通过控制高度差去控制平衡。
如何快速在 VS2026 上使用 C++ 模块 — 完整上手指南
最新发布
charlie114514191的博客
12-15 817
本文介绍了在VS2026中使用C++20模块特性的完整指南。文章首先阐述了模块的优势，如增量编译和更健壮的导出机制。接着提供了使用前提条件，包括VS2026的安装和C++标准设置。通过一个包含模块接口单元(math.ixx)和主程序(main.cpp)的最小示例，详细说明了模块的创建和使用方法。最后，文章指导读者在VS2026 IDE中配置项目、添加模块文件并设置语言标准，以顺利构建运行模块化程序。文末还提供了微软官方的相关参考资料。
Re:从零开始学C++（一）基础精讲·上篇：命名空间、输入输出、缺省参数、函数重载
Z2314246476的博客
12-11 1424
本文系统介绍了C++语言的核心特性，包括命名空间、输入输出流、缺省参数和函数重载四大重点内容。命名空间部分详细讲解了如何解决C语言中的命名冲突问题，通过namespace关键字创建独立域；输入输出流章节分析了cout/cin的工作原理及使用技巧；缺省参数部分阐释了全缺省和半缺省参数的设置规则；函数重载章节则说明了通过参数个数、类型和顺序实现多态调用的方法。文章采用理论讲解与代码示例相结合的方式，深入浅出地剖析了C++相较于C语言的改进之处，适合C++初学者系统学习这些基础但重要的语言特性。
使用 C++ 实现高性能定时任务调度器——Timer Wheel + 线程池
XXYBMOOO的博客
12-12 738
时间轮（Timer Wheel）是一种高效管理定时任务的数据结构，它将时间划分为若干个固定间隔的“槽”（slot），每个槽对应一个时间段。当时间轮转动时，轮到某个槽，槽内的任务就到期执行。相比于传统的优先队列或链表调度，时间轮在任务数量极多时可以显著降低时间复杂度，从而提高性能。时间复杂度接近 O(1)支持大规模任务易于结合线程池实现并发执行本文介绍了基于时间轮 + 线程池的高性能定时任务调度器TimerWheel，适用于工业采集、物联网和高并发服务端场景。任务调度延迟低支持大规模任务。
基于大衍数构造的稀疏校验矩阵LDPC误码率matlab仿真,对比不同译码迭代次数,码率以及码长
fpga/matlab/simulink算法仿真工程
12-14 411
本文提出了一种基于大衍数列构造LDPC校验矩阵的新方法。该方法利用大衍数列的周期性和单调递增特性，设计具有准循环结构的稀疏校验矩阵，有效避免了四环问题并减少存储空间需求。文章详细阐述了算法原理，包括参数初始化、大衍数序列生成、位置映射规则和矩阵验证流程。MATLAB仿真测试表明，该方法能实现可靠的LDPC编码性能，误码率随信噪比提升显著降低。完整的算法代码可通过指定方式获取。该方案兼具理论创新性和工程实用性，为LDPC码构造提供了新的设计思路。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
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。

余额充值