文件名称：基于jetson平台使用tensorRT加速推理yolov5的两种方法
文件大小：10MB
文件格式：DOCX
更新时间：2022-04-19 15:41:41
pytorch 深度学习 python 人工智能 机器学习
由于大多数深度学习模型部署在嵌入式平台均出现推理速度过慢的情况，因此引用到tensorRT来加速推理深度学习模型，以yolov5为例，本文介绍了两种方式将yolov5在pytorch框架下训练出的.pt权重抓换成tensorRT的推理引擎。从而实现深度学习模型在嵌入式平台的部署与加速。本文实验平台为jetson nano及jetson TX2.加速效果明显