yolo-tensorrt

> 编程语言

开源

TensorRT8 支持 Yolov5n、m、l、x.darknet -> tensorrt。Yolov4、Yolov3 使用原始的 darknet *.weights 和 *.cfg 文件。如果封装对您有用，请点赞。

1.2K stars0 点赞0 次浏览

访问官网 GitHub

工具介绍

TensorRT8 支持 Yolov5n、m、l、x.darknet -> tensorrt。Yolov4、Yolov3 使用原始的 darknet *.weights 和 *.cfg 文件。如果封装对您有用，请点赞。

Yolov5 Yolov4 Yolov3 TensorRT 实现

news: 2021.10.31: 支持 yolov5-v6.0

导言

该项目是 nvidia 官方 yolo-tensorrt 实现的封装。您必须从 darknet (yolov3 和 yolov4) 获取经过训练的 yolo 模型 (.weights) 和 .cfg 文件。对于 yolov5,您应该从 pytorch 提前准备好模型文件 (yolov5s.yaml) 和经过训练的权重文件 (yolov5s.pt)。

yolov5n, yolov5s, yolov5m, yolov5l, yolov5x, yolov5-p6 教程
yolov4
yolov3

特性

网络宽度和高度不均匀
批量推理
支持 FP32、FP16、INT8
动态输入大小

平台和基准测试

模型	规模	GPU	FP32	FP16	INT8
yolov3	416x416	nx	105ms/120ms	30ms/48ms	20ms/35ms
yolov3-tiny	416x416	nx	14ms/23ms	8ms/15ms	12ms/19ms
yolov4-tiny	416x416	nx	13ms/23ms	7ms/16ms	7ms/15ms
yolov4	416x416	nx	111ms/125ms	55ms/65ms	47ms/57ms
yolov5s	416x416	nx	47ms/88ms	33ms/74ms	28ms/64ms
yolov5m	416x416	nx	110ms/145ms	63ms/101ms	49ms/91ms
yolov5l	416x416	nx	205ms/242ms	95ms/123ms	76ms/118ms
yolov5x	416x416	nx	351ms/405ms	151ms/183ms	114ms/149ms