之前在写CUDA程序,TRT程序大多是基于VS上,比如之前写的很多程序都是基于vs2019,在windows上大家可以很快乐的在vs上进行配置,还可以快乐的使用界面,但是在linux上没有vs了,可以使用cmake去编译一些,但是对于有些同学可能不太适应,linux上用到最多的可能就是Qt了,毕竟跨平台。那么接下来我们讲解如何在QT里面如何使用CUDA+TensorRT+OpenCV。
目录
1、环境配置
环境:QT5.9 + CUDA10.2 + TensorRT7.0 + OpenCV4.0
2、ResNet18图像分类
ResNet是一种基于跳跃连接的深度残差网络算法。根据该算法提出了18层、34层、50层、101层、152层的ResNet-18、ResNet-34、ResNet-50、ResNet-101和、ResNet-152等模型,甚至成功训练出层数达到1202层的超深的神经网络结构。
实际中,单纯的增加网络的深度,网络会变得越来越难训练,而且精度会达到饱和,这主要是由于两种问题造成的:1、梯度弥散