yolov6后处理插件

人工智能领域优质创作者

博客专家认证

2023-01-13 03:14:57

课时名称	课时知识点
yolov6后处理插件	为实现deepstream端调用，编写后处理插件

...全文

126 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

介绍 yolov6 rknn部署测试例程,适用于rv1126 软件架构 |---main.cpp |---process.cpp 数据后处理 |---readfile.cpp 模型文件与raw图读取安装教程 cmake文件修改opencv与rknn_api动态库路径编译 cd build cmake .. make 使用说明 build中可执行文件可以直接移植到开发板移植后将测试图片与rknn文件夹中模型与crknn放入同一目录下即可执行确保开发板中含有opencv与rknn_api动态库

基于python和c++改写后的YOLOv6n移植部署通用版本源码(适用于caffe、onnx、tensorRT平台).zip yolov6n 的caffe、onnx和tensorRT部署版本将pytorch版本的 yolov6n 转成caffe、onnx、tensorRT，用python语言对后处理进行了C++形式的重写，便于移植不同平台。文件夹结构说明 yolov6n_caffe：去除维度变换层的prototxt、caffeModel、测试图像、测试结果、测试demo脚本 yolov6n_onnx：onnx模型、测试图像、测试结果、测试demo脚本 yolov6n_tensorRT：TensorRT版本模型、测试图像、测试结果、测试demo脚本、onnx模型、onnx2tensorRT脚本(tensorRT-7.2.3.4)

【测试通过环境】 vs2019 cmake==3.24.3 cuda11.7.1+cudnn8.8.0 tensorrt==8.6.1.6 opencv==4.8.0 【博文地址】https://blog.csdn.net/FL1623863129/article/details/139693743 【视频演示】https://www.bilibili.com/video/BV13S411P7XL/

该资源为yolov5在华为昇腾atlas上使用Ascend310芯片加速推理，属于c++后端开发，适合C++开发者在华为昇腾盒子上移植深度学习算法的博主们。资源是demo形式，包含完整的一套代码，还有转好的离线模型文件和跑出的测试结果图片。

测试环境 TensorRT 8.4.2.4 CUDA 11.7+cudnn8.8.0 Windows 10 cmake==3.24.3 博客地址： https://blog.csdn.net/FL1623863129/article/details/136280254 演示视频： https://www.bilibili.com/video/BV1Ly421B7rK/

宗孝鹏的课程社区_NO_1

4

社区成员

11

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章