YOLOv8目标检测实战:ONNX模型转换及TensorRT部署

掌握YOLOv8目标检测的ONNX模型转换及TensorRT加速部署方法

191人学习

中级33课时2024/02/21更新

二维码下载学堂APP缓存视频离线看

白老师
白老师高级讲师讲师评分5.0学员370347课程80

长期从事IT技术研究和开发

更多
    • 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目标检测模型转ONNX后的TensorRT部署方法的学员

你将会学到:

掌握YOLOv8目标检测的ONNX模型转换及TensorRT加速部署方法

课程简介:

PyTorch版的YOLOv8是先进的高性能实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。

ONNX (Open Neural Network Exchange) 作为一个开放的网络模型中间表示(IR)格式,提供了跨框架兼容性。

可以方便不同的框架轻松地交换模型,有助于框架之间的互操作性。

本课程讲述如何对YOLOv8目标检测的PyTorch权重文件转成ONNX格式并进行TensorRT加速部署

相比与直接使用TensorRT API构建推理引擎,本方法更具灵活性,可用于YOLOv8网络架构修改后的模型部署。

课程亮点包括:

  • - YOLOv8目标检测的PyTorch权重文件转成ONNX格式,再转成TensorRT 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, 归一化)、网络推理、后处理(非极大抑制) 均在GPU上执行

  • - 支持FP16加速

  • - 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ONNX转换及TensorRT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ONNX转换及TensorRT加速部署代码和代码解析文档

       - 实测推理速度提高2倍以上。

课程内容包括:

  • - 原理篇(YOLOv8网络架构与组件、TensorRT基础、ONNX基础、CUDA编程方法)

  • - 实践篇(Windows和Ubuntu系统上的ONNX模型转换及TensorRT加速部署流程演示)

  • - 代码解析篇(YOLOv8的ONNX模型转换及TensorRT加速的代码解析) 

课程内容.png

展开更多

课程大纲-YOLOv8目标检测实战:ONNX模型转换及TensorRT部署

展开更多
在线
客服
APP
下载

下载Android客户端

下载iphone 客户端

官方
微信

关注官方微信

返回
顶部