jetson-nano使用tensorrt部署yolov5

本文介绍了如何在Jetson Nano上利用TensorRT部署YOLOv5模型,包括模型训练、转换和推断的优化,实现了低至80ms的推断时间,为进一步优化到30ms以内提供了可能。

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

项目前景
近期碰到很多项目,都是低硬件成本,在英伟达平台部署。英伟达平台硬件平常见到算力从小到大依次为 jetson-Nano、jetson-tk1、jetson-TX、jetson-xavier,加个从1000到10000不等,正好小编我全部都入手了一套,而且英伟达有个很好的量化的工具tensorrt. 我用nano检测追踪大概33ms,小编QQ1039463596
在这里插入图片描述

 tensorrt有个很好的学习资源,大家可以参考学习下

感谢这位开源的大佬

https://github.com/wang-xinyu/tensorrtx

Jetson-nano具备环境

opencv3.4.9以上版本
tensorrt7.2.1.6
pytorch1.6
cuda-10.2
cudnn-8

yolov5模型

1、模型训练
yolov5相关原理我就不说,目前很多项目大家都在使用,这里我只讲如何转换的。首先去官方git clone下来源码
由于我使用的是3.0版本,克隆

评论 26
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

打赏作者

xiao__run

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

打赏作者

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