在Jetson Nano中使用TensorRT加速yolov3-tiny进行目标识别

Jetson Nano使用TensorRT加速yolov3-tiny目标识别

  • 前言
  • 环境准备
  • 运行TRT-yolov3
  • 测试(识别)

前言

Jetson nano运行yolov3-tiny模型,在没有使用tensorRT优化加速的情况下,达不到实时检测识别的效果,比较卡顿。英伟达官方给出,使用了tensorRT优化加速之后,帧率能达到25fps。
在Jetson Nano中使用TensorRT加速yolov3-tiny进行目标识别_第1张图片

本文详细介绍了在nano上怎么用tensorRT优化模型。

环境准备

  1. 安装protobuf
sudo pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple protobuf==3.8.0

Notes1:在这里安装完3.8.0版本的protobuf后可能会提示protobuf等一系列库和安装好的Tensorflow以及TensorRT版本不匹配,报错会给出具体的合适的

你可能感兴趣的:(TensorRT-部署-加速,My_Program)