在无人机飞行任务中需要识别特定的物体,所以神经网络的部署非常重要。而jetson自带的tensorrt技术能够很好的优化我们的网络,提升识别速度。
步骤1:了解环境(非必要)
确定TensorRT的python库所在的环境,已经其他的必须库所在的环境。(例如opencv与onnx)
我的python库在python3.6.9中。所以之后的环境配置基本会围绕python3.6.9来配置。
![](https://img-blog.csdnimg.cn/b4df239d19244828b8d06ba4854e1bd1.png)
由此可见我的python有opencv与tensorrt库。至于onnx,pycuda等其他库,等报错时再安装。
步骤2:下载工程
下载yolo-tensorrt工程
git clone https://github.com/jkjung-avt/tensorrt_demos.git
步骤3:放置权重文件与.cfg文件
将.weights文件与.cfg文件放置到./tensorrt_demos/yolo/的文件夹之下,并且这两个文件需要同名。
![](https://img-blog.csdnimg.cn/992bfb6b32ce4d308ded26668cb2951b.png)
注意:我们要运行的的py文件一定要赋予可执行权限!!
步骤4:编译工程
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)