基于TensorRT的yolov5 实例分割部署

最新推荐文章于 2024-09-05 11:01:33 发布

@BangBang

最新推荐文章于 2024-09-05 11:01:33 发布

阅读量657

点赞数

分类专栏： object detection 文章标签： YOLO 深度学习机器学习

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。

本文链接：https://blog.youkuaiyun.com/weixin_38346042/article/details/130181726

版权

object detection 专栏收录该内容

148 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了如何使用TensorRT对YOLOv5-seg模型进行部署，包括训练模型、生成TensorRT engine文件、推理过程以及CMakeLists配置。详细讲解了模型的输出解码，涉及数据预处理、NMS操作和分割结果的可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

yolov5-7.0 github: https://github.com/ultralytics/yolov5/tree/master

1. 代码的使用

1.1 训练yolov5-seg模型

使用的yolov5-7.0的代码，github下载：https://github.com/ultralytics/yolov5/releases/tag/v7.0

训练指令

python segment/train.py --data coco128-seg.yaml --weights yolov5s-seg.pt --cfg yolov5s-seg.yaml

1.2 生成TensorRT engine文件

可以用

了解本专栏

超级会员免费看

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

@BangBang 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

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。