YOLOv5目标检测实战:TensorRT加速部署

计算机视觉目标检测实战

4.50 (7 reviews)
Udemy
platform
中文
language
Network & Security
category
instructor
YOLOv5目标检测实战:TensorRT加速部署
50
students
4 hours
content
Jul 2023
last update
$19.99
regular price

What you will learn

掌握YOLOv5的TensorRT加速和部署方法

学习TensorRT的原理

学习YOLOv5的TensorRT加速的代码

Description

PyTorch版的YOLOv5是高性能的实时目标检测方法。 TensorRT是针对NVIDIA的GPU加速工具。TensorRT是NVIDIA 推出的一款基于CUDA和cudnn的神经网络推断加速引擎,可提高了深度学习模型在边缘设备上的推理速度。 在计算资源并不丰富的嵌入式设备上,TensorRT之所以能加速神经网络的的推理主要得益于两点。首先是TensorRT支持INT8和FP16的计算,通过在减少计算量和保持精度之间达到一个理想的trade-off,达到加速推断的目的。更为重要的是TensorRT对于网络结构进行了重构和优化。

课程内容包括:原理篇(YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法)、实践篇(Ubuntu和Windows10系统上的TensorRT部署演示)、代码解析篇(YOLOv5的TensorRT加速的代码解析) 。

本课程提供注释后的YOLOv5的TensorRT加速代码下载(百度网盘和谷歌网盘)。

【相关课程】

本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:

《YOLOv5目标检测实战:训练自己的数据集》

《YOLOv5目标检测:原理与源码解析》

《YOLOv5目标检测实战:Flask Web部署》

《YOLOv5目标检测实战:TensorRT加速部署》

《YOLOv5目标检测实战:Jetson Nano部署》

《YOLOv5实战口罩佩戴检测》

《YOLOv5实战交通标志识别》

《YOLOv5实战垃圾分类目标检测》

《YOLOv5+DeepSORT多目标跟踪与计数精讲》

Content

课程介绍

课程介绍

原理篇

YOLOv5网络架构与组件
TensorRT基础
TensorRT INT8量化
tensorrtx介绍
CUDA编程方法

实践篇-Ubuntu系统上的TensorRT部署

安装PyTorch
安装yolov5
安装TensorRT
测试TensorRT
安装opencv
克隆tensorrtx
生成yolov5s.wts文件
编译tensorrtx下的yolov5
执行TensorRT加速后的命令
TensorRT INT8量化实践

实践篇-Windows10系统上的TensorRT部署

安装环境
安装yolov5
安装TensorRT
测试TensorRT
克隆tensorrtx和生成yolov5s.wts文件
修改cmakelist文件
编译tensorrtx下的yolov5
执行TensorRT加速后的命令
TensorRT INT8量化加速实践

代码解析篇

utils代码解析
gen_ wts.py代码解析
logging代码解析
calibrator代码解析
yololayer.h代码解析
yololayer.cu代码解析
common.hpp代码解析
yololayer.cpp代码解析
yolov5_ trt.py代码解析

Reviews

Ming-Hsiao
June 27, 2023
Good, but some wrong contents need to be fixed!! "5-34 video content was not according to the title" (5-34"課程影片內容與標題不符,並非 yolov5_trt.py) "3-15" & "3-16" video content were the same!!("3-15" & "3-16" 兩小節的內容相同)

Charts

Price

YOLOv5目标检测实战:TensorRT加速部署 - Price chart

Rating

YOLOv5目标检测实战:TensorRT加速部署 - Ratings chart

Enrollment distribution

YOLOv5目标检测实战:TensorRT加速部署 - Distribution chart

Related Topics

4181532
udemy ID
7/13/2021
course created date
9/2/2021
course indexed date
Bot
course submited by