object-detection-tensorrt-example:在Python中使用NVIDIA GPU上的TensorRT...

对象检测TensorRT示例： 该python应用程序从实时视频流中获取帧，并在GPU上执行对象检测。 我们将预训练的单发检测（SSD）模型与Inception V2一起使用，应用TensorRT的优化，为我们的GPU生成运行时，然后对视频源执行推理以获取标签和边界框。 然后，应用程序使用这些边界框和类标签注释原始框架。 生成的视频Feed上覆盖了来自我们的物体检测网络的边界框预测。 相同的方法可以扩展到其他任务，例如分类和细分。 有关此代码示例的详细说明，请参见“以及上的博客。 1.设置环境 ./setup_environment.sh 2.在网络摄像头上运行推理 python SSD_Model/detect_objects_webcam.py 注意：通过将参数更改为“ p”标志，可以更改模型运行的精度。选项为FP32（-p 32），FP16（-p 16）和INT8（-p 8）