文件名称：YOLOv3-Torch2TRT:将YOLOv3和YOLOv3-tiny（PyTorch版本）转换为TensorRT模型
文件大小：5.47MB
文件格式：ZIP
更新时间：2024-04-02 08:50:20
Python
YOLOv3-Torch2TRT 介绍 通过torch2trt Python API将YOLOv3和YOLOv3-tiny（PyTorch版本）转换为TensorRT模型。 安装 克隆仓库 git clone https://github.com/DocF/YOLOv3-Torch2TRT.git 下载预先训练的体重 $ cd weights/ $ bash download_weights.sh 要求 需要两个特殊的Python包： 张量 火炬2trt 由于YOLO中的升采样操作，根据torch2trt API的介绍，您需要使用插件安装该版本。 安装参考： : 检查torch2trt API python3 check.py 推理加速 加速技术： FP16 TensorRT 以下是TITAN xp的一些结果： 型号名称 输入尺寸 FP16 整个模式*（FPS） 骨
【文件预览】：
YOLOv3-Torch2TRT-master
----train.py(7KB)
----utils()
--------utils.py(14KB)
--------datasets.py(5KB)
--------parse_config.py(1KB)
--------__init__.py(0B)
--------__pycache__()
--------logger.py(674B)
--------augmentations.py(207B)
----output()
--------messi.png(257KB)
--------room.png(326KB)
--------herd_of_horses.png(275KB)
--------eagle.png(317KB)
--------dog.png(341KB)
--------street.png(309KB)
--------giraffe.png(402KB)
--------person.png(192KB)
--------field.png(316KB)
----test.py(4KB)
----detect.py(10KB)
----check.py(766B)
----requirements.txt(90B)
----weights()
--------download_weights.sh(303B)
----models.py(23KB)
----config()
--------coco.data(115B)
--------create_custom_model.sh(8KB)
--------custom.data(99B)
--------yolov3.cfg(8KB)
--------yolov3-tiny.cfg(2KB)
----assets()
--------traffic.png(312KB)
--------messi.png(258KB)
--------dog.png(342KB)
--------giraffe.png(405KB)
----README.md(2KB)
----__pycache__()
--------models.cpython-36.pyc(15KB)
--------test.cpython-36.pyc(3KB)
----data()
--------custom()
--------temptest()
--------samples()
--------coco.names(625B)
--------5k.txt(0B)
--------get_coco_dataset.sh(898B)