【文件属性】：
文件名称：object-detection-tensorrt-example:在Python中使用NVIDIA GPU上的TensorRT在网络摄像头feed上运行对象检测
文件大小：62KB
文件格式：ZIP
更新时间：2021-05-22 22:36:21
Python
对象检测TensorRT示例：
该python应用程序从实时视频流中获取帧，并在GPU上执行对象检测。 我们将预训练的单发检测（SSD）模型与Inception V2一起使用，应用TensorRT的优化，为我们的GPU生成运行时，然后对视频源执行推理以获取标签和边界框。 然后，应用程序使用这些边界框和类标签注释原始框架。 生成的视频Feed上覆盖了来自我们的物体检测网络的边界框预测。 相同的方法可以扩展到其他任务，例如分类和细分。
有关此代码示例的详细说明，请参见“以及上的博客。
1.设置环境
./setup_environment.sh
2.在网络摄像头上运行推理
python SSD_Model/detect_objects_webcam.py
注意：通过将参数更改为“ p”标志，可以更改模型运行的精度。选项为FP32（-p 32），FP16（-p 16）和INT8（-p 8）
【文件预览】：
object-detection-tensorrt-example-master
----setup_environment.sh(1020B)
----dockerfiles()
--------Dockerfile(2KB)
----README.md(1KB)
----SSD_Model()
--------detect_objects_webcam.py(7KB)
--------utils()
--------__pycache__()