YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
资源来自互联网分享，侵权请告知删除。如链接失效，请联系管理
1472473369
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
YOLOv5(PyTorch)目标检测实战：TensorRT加速部署
├──1-1.课程介绍.mp413.85M
├──2-1.YOLOv5网络架构与组件.mp435.09M
├──2-2.TensorRT基础.mp426.20M
├──2-3.TensorRT INT8量化.mp432.98M
├──2-4.tensorrtx介绍.mp417.75M
├──2-5.CUDA编程方法.mp451.95M
├──3-1.安装PyTorch.mp416.30M
├──3-10.TensorRT INT8量化实践.mp415.33M
├──3-2.安装yolov5.mp413.85M
├──3-3.安装TensorRT.mp410.75M
├──3-4.测试TensorRT.mp47.98M
├──3-5.安装opencv.mp46.57M
├──3-6.克隆tensorrtx.mp46.58M
├──3-7.生成yolov5s.wts文件.mp45.14M
├──3-8.编译tensorrtx下的yolov5.mp49.22M
├──3-9.执行TensorRT加速后的命令.mp419.48M
├──4-1.安装环境.mp435.61M
├──4-2.安装yolov5.mp422.37M
├──4-3.安装TensorRT.mp410.27M
├──4-4.测试TensorRT.mp419.55M
├──4-5.克隆tensorrtx和生成yolov5s.wts文件.mp48.39M
├──4-6.修改cmakelist文件.mp48.18M
├──4-7.编译tensorrtx下的yolov5.mp420.44M
├──4-8.执行TensorRT加速后的命令.mp49.06M
├──4-9.TensorRT INT8量化加速实践.mp47.73M
├──5-1.utils代码解析.mp411.87M
├──5-2.gen_ wts.py代码解析.mp47.36M
├──5-3.logging代码解析.mp421.03M
├──5-4.calibrator代码解析.mp417.23M
├──5-5.yololayer.h代码解析.mp439.23M
├──5-6.yololayer.cu代码解析.mp434.73M
├──5-7.common.hpp代码解析.mp435.85M
├──5-8.yololayer.cpp代码解析.mp454.70M
├──5-9.yolov5_ trt.py代码解析.mp433.97M
├──6-1.YOLOv5 6.0更新.mp415.05M
└──课件资料.zip8.26M
下载地址：
本文只能试读91%,付费后可阅读全文。
页:
[1]