Qt+ONNX+TensorRT:基于ONNX+TensorRT+AlexNet+Qt+WIN10的图像分类

该博客介绍了如何通过ONNX将已训练的AlexNet模型转换为trtModel,并在Qt环境下利用TensorRT进行图像分类的加速推理。首先,详细讲述了模型训练过程,接着说明了导出ONNX模型的步骤,然后演示了ONNX模型转换为TRT模型的代码,最后展示了使用转换后的模型进行推理和获取结果。

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

目录

1、模型训练

2、导出ONNX模型

3、ONNX转换为trtModel

4、加载trtModel文件进行推理

5、推理结果


面我们写到了如何使用训练一个分类模型、如何基于训练的分类模型进行tensorrt的网络模型搭建然后进行推理,但是这样导致 我们要去手写网络模型,这样一方面难度比较大,现在更多的是转换为onnx模型进行推理,所以这里面我们使用onnx进行trt的加速推理。

大家可以参考我之前的一些博客:

TensorRT+图像分类:手动搭建AlexNet得图像分类---训练_Mr曲末寒的博客-优快云博客_tensorrt 分类https://blog.youkuaiyun.com/zhangdaoliang1/article/details/122982620

评论 7
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

Mrs.Gril

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