ONNX-TensorRT模型转换代码编译笔记

本文档详细记录了如何在TensorRT 7.0版本下编译protobuf、ONNX和onnx-tensorrt,并指导模型转换过程。从依赖版本确认到模型转制,提供了关键步骤和解决常见问题的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、相关依赖版本及链接

  在编译onnx-tensorrt项目时如果各依赖项之间版本不匹配编译会报错。由于我下好的TensorRT是7.0版本,所以这里的依赖都是匹配TensoRT7.0的,版本和链接地址都在下面,各部分需要下载后单独编译。
  -  onnx-tensorrt7.0  代码链接
  -   onnx 1.6.0  代码链接
  -   protobuf 3.8.0  代码链接
  -   TensorRT7.0  代码链接

二、编译protobuf

  下载好protobuf代码并解压。

cd protobuf
./autogen.sh
# build 并 install
./configure
 make
 make check
 sudo make install
 sudo ldconfig # refresh shared library cache.
# 验证
protoc --version

三、编译ONNX

  在上面提供的链接下载onnx,需要放在onnx-tensorrt/third_party文件夹中,然后编译。

cd onnx
mkdir build && cd build
cmake ..
make

四、编译onnx-tensorrt

cd onnx-tensorrt
mkdir build && cd build
cmake .. -D TENSORRT_ROOT=<path to tensorrt>  && make -j

五、转换模型

  如果版本匹配,编译过程应该很顺利,生成onnx2trt文件。然后参照项目的转换指令就可以转换模型了。

ONNX models can be converted to serialized TensorRT engines using the onnx2trt executable:

onnx2trt my_model.onnx -o my_engine.trt

ONNX models can also be converted to human-readable text:

onnx2trt my_model.onnx -t my_model.onnx.txt

  转换过程中如果提示找不到库,需要检测环境变量,或者找到相应so文件复制到当前目录。

智能网联汽车的安全员高级考试涉及多个方面的专业知识,包括但不限于自动驾驶技术原理、车辆传感器融合、网络安全防护以及法律法规等内容。以下是针对该主题的一些核心知识解析: ### 关于智能网联车安全员高级考试的核心内容 #### 1. 自动驾驶分级标准 国际自动机工程师学会(SAE International)定义了六个级别的自动驾驶等级,从L0到L5[^1]。其中,L3及以上级别需要安全员具备更高的应急处理能力。 #### 2. 车辆感知系统的组成与功能 智能网联车通常配备多种传感器,如激光雷达、毫米波雷达、摄像头和超声波传感器等。这些设备协同工作以实现环境感知、障碍物检测等功能[^2]。 #### 3. 数据通信与网络安全 智能网联车依赖V2X(Vehicle-to-Everything)技术进行数据交换,在此过程中需防范潜在的网络攻击风险,例如中间人攻击或恶意软件入侵[^3]。 #### 4. 法律法规要求 不同国家和地区对于无人驾驶测试及运营有着严格的规定,考生应熟悉当地交通法典中有关自动化驾驶部分的具体条款[^4]。 ```python # 示例代码:模拟简单决策逻辑 def decide_action(sensor_data): if sensor_data['obstacle'] and not sensor_data['emergency']: return 'slow_down' elif sensor_data['pedestrian_crossing']: return 'stop_and_yield' else: return 'continue_driving' example_input = {'obstacle': True, 'emergency': False, 'pedestrian_crossing': False} action = decide_action(example_input) print(f"Action to take: {action}") ``` 需要注意的是,“同学”作为特定平台上的学习资源名称,并不提供官方认证的标准答案集;建议通过正规渠道获取教材并参加培训课程来准备此类资格认证考试
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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