模型实战(17)之C++ - tensorRT部署yolov8seg实例分割

发布时间:2023年12月22日

模型实战(17)之C++ - tensorRT部署yolov8seg实例分割

  • yolov8是2023年以来最新的集检测、分割、分类、关键点于一身的模型
  • 参考官网文档:添加链接描述
  • 本文将详细给出C++ - tensorRT部署yolov8seg模型的详细步骤
  • 实现效果的话,精度和python环境下差不多,仅推理时间在RTX30~系列显卡仅需几毫秒一帧,但是其前处理和后处理时间在图像尺寸为640时达到了一百多毫秒,有点慢了
  • 后期也将进行优化:通过cuda实现模型输入输出的前处理与后处理!!!
  • 环境:Win10 cuda11.7 tensorrt8.4.3 cudnn860 RTX3050

在这里插入图片描述

1. Python环境下调用

  • 首先,下载好yolov8模型的源码:https://github.com/ultralytics/ultralytics
  • 然后搭建好yolov8的运行环境
  • 最后执行下边预测命令:
yolo predict model=
文章来源:https://blog.csdn.net/yohnyang/article/details/135141382
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。