- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
![](https://s2.51cto.com/images/avater/202106/e3e93ea71b81dc02823146d6a58db7ca63088f.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202106/c53194110cc6cf0f2e97529417334c54255bb2.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202104/e809b2533704471a16e4289b03b21ad326d147.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202010/82ba7230660f76017c223285f8ceb3ffa05143.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202010/25a09f888df674d1694307a7d0a3979a6b593a.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202010/7735195357008b55e0537887cc5285753175c4.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202111/0902f4f98caacc44068788abddc2cd32049b39.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202112/d833ece10835e0c27c8769175bf08babc43445.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202010/c9391d410582a0c7fd34284ec44020c7f7dc7d.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202005/20/1c6c256d9556e69cdb92f18b4d27e7f5.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202011/03b9f952174729a33ce908af1d9698a45d15aa.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202006/03/61c264d23d83802bf0028d54d0cc1ffe.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202005/20/1c6c256d9556e69cdb92f18b4d27e7f5.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/avater/202011/03b9f952174729a33ce908af1d9698a45d15aa.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/202006/03/61c264d23d83802bf0028d54d0cc1ffe.jpg?x-oss-process=image)
- 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)
课程大纲-YOLOv8目标检测实战:ONNX模型转换及TensorRT部署
第1章课程介绍(8分钟1节)
第2章原理篇(1小时10分钟5节)
第3章实践篇-Windows上项目流程演示(55分钟9节)
第4章实践篇-Ubuntu上项目流程演示(1小时9节)
“白老师”老师的其他课程更多+