- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群:
希望学习YOLOv8实例分割的TensorRT加速部署的学员
你将会学到:
掌握YOLOv8实例分割的TensorRT加速部署方法
课程简介:
PyTorch版的YOLOv8支持高性能实时实例分割方法。 TensorRT是针对英伟达GPU的加速工具。
本课程讲述如何使用TensorRT对YOLOv8实例分割进行加速和部署,实测推理速度提高3倍以上。
采用改进后的tensorrtx/yolov8的代码,使用TensorRT API构建优化推理引擎
支持在GPU上端到端TensorRT加速部署,包括预处理(图像resize, BGR->RGB,归一化)、网络推理在GPU上执行
提供C++和Python的TensorRT加速命令接口
分别在Windows和Ubuntu系统上做YOLOv8的TensorRT加速和部署演示
支持图片、图片文件夹、视频文件的TensorRT的加速推理
提供YOLOv8的TensorRT加速部署代码和代码解析文档
课程内容包括:原理篇(YOLOv8网络架构、YOLOv8实例分割网络输出、TensorRT基础、CUDA编程方法)、实践篇(Windows和Ubuntu系统上的TensorRT加速部署演示)、代码解析篇(YOLOv8实例分割的TensorRT加速的代码解析) 。本课程提供YOLOv8的TensorRT加速部署代码和代码解析文档。
课程大纲-YOLOv8实例分割实战:TensorRT加速部署
第1章课程介绍(7分钟1节)
第2章原理篇(2小时8分钟7节)
第3章实践篇-Windows上YOLOv8实例分割TensorRT(54分钟9节)
第4章实践篇-Ubuntu上YOLOv8实例分割TensorRT(54分钟9节)
“白老师”老师的其他课程更多+