MIT-BEVFusion系列九--CUDA-BEVFusion部署6 前向推理的数据加载与图像预处理

该系列文章与qwe、Dorothea一同创作，喜欢的话不妨点个赞。

接上面的文章，目光聚焦回在main.cpp中。create_core、update后，基本上内存开辟、内存赋值、预计算等前期准备工作都准备的差不多了。

后续是输入数据的加载和预处理。

加载图像数据

255行加载图片，data是准备好的6张图片数据数据。通过stbi_load加载图片。把六张图片存储到vector容器中。

加载点云数据

点云数据的加载使用了nvidia提供在common文件夹下的nv::Tensor中加载。

模型推理并计时

预热操作

==================BEVFusion===================
[⏰ [NoSt] CopyLidar]:  0.35738 ms
[⏰ [NoSt] ImageNrom]:  2.46902 ms
[⏰ Lidar Backbone]:    5.27267 ms
[⏰ Camera Depth]:      0.03472 ms
[⏰ Camera Backbone]:   88.00665 ms
[⏰ Camera Bevpool]:    0.33485 ms
[⏰ VTransform]:        9.40954 ms
[⏰ Transfusion]:       15.54534 ms
[⏰ Head BoundingBox]:  6.94374 ms
Total: 125.548 ms
=============================================
==================BEVFusion===================
[⏰ [NoSt] CopyLidar]:  0.35331 ms
[⏰ [NoSt] ImageNrom]:  2.57843 ms
[⏰ Lidar Backbone]:    2.65114 ms
[⏰ Camera Depth]:      0.04096 ms
[⏰ Camera Backbone]:   2.36442 ms
[⏰ Camera Bevpool]:    0.31027 ms
[⏰ VTransform]:        0.55091 ms
[⏰ Transfusion]:       1.48685 ms
[⏰ Head BoundingBox]:  3.26451 ms
Total: 10.669 ms
=============================================
==================BEVFusion===================
[⏰ [NoSt] CopyLidar]:  0.31674 ms
[⏰ [NoSt] ImageNrom]:  2.36669 ms
[⏰ Lidar Backbone]:    2.64192 ms
[⏰ Camera Depth]:      0.02867 ms
[⏰ Camera Backbone]:   2.35008 ms
[⏰ Camera Bevpool]:    0.30925 ms
[⏰ VTransform]:        0.55398 ms
[⏰ Transfusion]:       1.48275 ms
[⏰ Head BoundingBox]:  3.26848 ms
Total: 10.635 ms
=======================================