BiRefNet C++ TensorRT （二分类图像分割）

BiRefNet C++ TensorRT （二分类图像分割）

利用TensorRT和CUDA的双边参考网络（BiRefNet）的高性能c++实现，针对实时高分辨率二分类图像分割进行了优化。

---

BiRefNet c++ TENSORRT旨在有效地在GPU上运行双边参考分割任务。通过利用TensorRT的优化和CUDA内核，它旨在以最小的延迟提供最先进的性能。

主要特性

• TensorRT 加速：使用序列化的 TRT 引擎加速分割任务的推理过程。
• CUDA 集成：全面基于 GPU 的预处理、后处理及内存管理。
• 高分辨率支持：开箱即用，能够处理高分辨率图像（例如 1024x1024）。
• 易于集成：采用 C++17 编码，便于集成到现有的流程中。

---

📢 最新动态

• 增强的双边参考：通过利用双重参考指导，提升二分法分割输出的质量。
• 改进的内存