《自动驾驶中的深度学习模型量化、部署、加速实战》专栏概述 | 实战教程,开放源码

这里主要是针对AI算法落地的模型部署,其中有基于TensorRT的部署、基于OpenCV+CUDA的部署以及基于NCNN的部署,项目包括简单的demo案例、目标检测、语义分割、实例分割、车道线检测以及Transformer等。大家可以参考以下的链接进行学习和指正。

#模型部署#

1. ResNet50基于TensorRT FP16生成Engnie文件的C++工程

ResNet50基于TensorRT FP16生成Engnie文件的C++工程,ubuntu运行,可自行修改为win下使用,推理代码可自行根据自己的实际情况书写,需要的小伙伴自取哈。图片为执行步骤。
《自动驾驶中的深度学习模型量化、部署、加速实战》专栏概述 | 实战教程,开放源码_第1张图片

点击这里查看付费文章。


2. ResNet_ibn基于TensorRT FP32生成Engnie文件的C++工程

https://t.zsxq.com/036qjMBUB


3. Arcface+TensorRT的部署

https://t.zsxq.com/03eaAaamQ


4. YOLO V4基于opencv+cuda部署与加速,M

你可能感兴趣的:(《自动驾驶中的深度学习模型量化,部署,加速实战》,自动驾驶,模型部署,视觉感知,感知算法,模型量化)