CMAKE_MINIMUM_REQUIRED(VERSION 2.8)
PROJECT(testliunx)
set(CMAKE_BUILD_TYPE Release)
set(CMAKE_CXX_FLAGS "-std=c++11 -O3")
file(GLOB headers "${CMAKE_CURRENT_LIST_DIR}/*.h)")
set(exported_headers ${headers})
include_directories(${PROJECT_SOURCE_DIR})
include_directories(/home/mllabs/NewDisk/TensorRT-5.1.2.2/samples/common)
find_package(OpenCV REQUIRED)
include_directories(${OpenCV_INCLUDE_DIRS})
find_package(CUDA REQUIRED)
find_path(TENSORRT_INCLUDE_DIR NvInfer.h
HINTS ${TENSORRT_ROOT} ${CUDA_TOOLKIT_ROOT_DIR}
PATH_SUFFIXES include)
MESSAGE(STATUS "Found TensorRT headers at ${TENSORRT_INCLUDE_DIR}")
find_library(TENSORRT_LIBRARY_INFER nvinfer
HINTS ${TENSORRT_ROOT} ${TENSORRT_BUILD} ${CUDA_TOOLKIT_ROOT_DIR}
PATH_SUFFIXES lib lib64 lib/x64)
find_library(TENSORRT_LIBRARY_INFER_PLUGIN nvinfer_plugin
HINTS ${TENSORRT_ROOT} ${TENSORRT_BUILD} ${CUDA_TOOLKIT_ROOT_DIR}
PATH_SUFFIXES lib lib64 lib/x64)
find_library(TENSORRT_LIBRARY_PARSER nvparsers
HINTS ${TENSORRT_ROOT} ${TENSORRT_BUILD} ${CUDA_TOOLKIT_ROOT_DIR}
PATH_SUFFIXES lib lib64 lib/x64)
find_library(TENSORRT_LIBRARY_ONNXPARSER nvonnxparser
HINTS ${TENSORRT_ROOT} ${TENSORRT_BUILD} ${CUDA_TOOLKIT_ROOT_DIR}
PATH_SUFFIXES lib lib64 lib/x64)
set(TENSORRT_LIBRARY ${TENSORRT_LIBRARY_INFER} ${TENSORRT_LIBRARY_INFER_PLUGIN} ${TENSORRT_LIBRARY_PARSER} ${TENSORRT_LIBRARY_ONNXPARSER})
MESSAGE(STATUS "Find TensorRT libs at ${TENSORRT_LIBRARY}")
find_package_handle_standard_args(
TENSORRT DEFAULT_MSG TENSORRT_INCLUDE_DIR TENSORRT_LIBRARY)
if(NOT TENSORRT_FOUND)
message(ERROR
"Cannot find TensorRT library.")
endif()
ADD_EXECUTABLE(TensorRT_Seg TensorRT_Seg.cpp image.cpp ${headers})
target_include_directories(TensorRT_Seg PUBLIC ${CUDA_INCLUDE_DIRS} ${TENSORRT_INCLUDE_DIR} ${CUDNN_INCLUDE_DIR})
# my cuda is 10.1 ,if your cuda isn‘t cuda10.1, please change this line
TARGET_LINK_LIBRARIES(TensorRT_Seg ${OpenCV_LIBS} ${TENSORRT_LIBRARY} /usr/local/cuda-10.1/lib64/libcudart.so.10.1)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于C++和TensorRT实现语义分割的程序源码+项目说明+模型+sln解决方案.zip 使用VOC Person Part 训练LW Refinenet ——resnet50 作为神经网络,生成onnx模型并导入c++中实现实时语义分割。 下载Resnet50 精度为64.1mIOU的onnx模型:百度云 密码:kx0j 效果 实验GPU:gtx1060 输入图像:512*512 模型 速度 pytorch源码 11FPS FP32 21FPS INT8 32FPS 1.项目代码功能经验证ok,确保稳定可靠运行。欢迎下载使用! 2.主要针对各个计算机相关专业,包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 3.项目具有丰富的拓展空间,不仅可作为入门进阶,也可直接作为毕设、课程设计、大作业、初期项目立项演示等用途。 4.当然也鼓励大家基于此进行二次开发。在使用过程中,如有问题或建议,请及时私信沟通。 5.期待你能在项目中找到乐趣和灵感,也欢迎你的分享和反馈!
资源推荐
资源详情
资源评论
收起资源包目录
基于C++和TensorRT实现语义分割的程序源码+项目说明+模型+sln解决方案.zip (29个子文件)
项目说明.md 1KB
项目提交最终源码备份
项目说明.md 1KB
TensorRT_Seg.sln 2KB
TensorRT_Seg
CMakeLists.txt 2KB
CalibrationTable 2KB
gettimeofday.cpp 1011B
image.cpp 2KB
gettimeofday.h 597B
pch.h 614B
TensorRT_Seg.vcxproj 10KB
image.hpp 219B
pch.cpp 188B
TensorRT_Seg.vcxproj.filters 1KB
TensorRT_Seg.cpp 14KB
BatchStream.h 2KB
TensorRT_Seg.sln 2KB
TensorRT_Seg
CMakeLists.txt 2KB
CalibrationTable 2KB
gettimeofday.cpp 1011B
image.cpp 2KB
gettimeofday.h 597B
pch.h 614B
TensorRT_Seg.vcxproj 10KB
image.hpp 219B
pch.cpp 188B
TensorRT_Seg.vcxproj.filters 1KB
TensorRT_Seg.cpp 14KB
BatchStream.h 2KB
项目提交最终源码备份.zip 15KB
共 29 条
- 1
资源评论
北航程序员小C
- 粉丝: 2222
- 资源: 1823
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 农村信用社联合社计算机信息系统投产与变更管理办.docx
- 农村信用社联合社计算机信息系统数据管理办法.docx
- 利用SPSS作临床效度分析线上计算网站介绍-医学研究部统计谘.(医学PPT课件).ppt
- 利用Zabbix监控mysqldump定时备份数据库状态.docx
- 利用计算机解决问题的基本过程.doc
- 化工铁路通信工程总结.doc
- 北京大学网络教育软件工程作业.docx
- 医药公司(连锁店)计算机操作规程未新系统的自行按照旧制修改-新系统过制的编号加修模版.doc
- 医药公司(连锁店)计算机系统操作规程模版.doc
- 医药连锁门店计算机系统的操作和管理程序未新系统的自行按照旧制修改-新系统过制的编号加修模版.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功