Udemy線上課程 YOLOv5目標檢測實戰：TensorRT加速部署 講師:Frank BAI 影音教學 中文發音 中文版(DVD版)
PyTorch版的YOLOv5是高性能的實時目標檢測方法。 TensorRT是針對NVIDIA的GPU加速工具。TensorRT是NVIDIA 推出的一款基于CUDA和cudnn的神經網絡推斷加速引擎，可提高了深度學習模型在邊緣設備上的推理速度。 在計算資源并不豐富的嵌入式設備上，TensorRT之所以能加速神經網絡的的推理主要得益于兩點。首先是TensorRT支持INT8和FP16的計算，通過在減少計算量和保持精度之間達到一個理想的trade-off，達到加速推斷的目的。更為重要的是TensorRT對于網絡結構進行了重構和優化。
課程內容包括：原理篇（YOLOv5網絡架構與組件、TensorRT基礎、TensorRT INT8量化、tensorrtx介紹、CUDA編程方法）、實踐篇（Ubuntu和Windows10系統上的TensorRT部署演示）、代碼解析篇（YOLOv5的TensorRT加速的代碼解析） 。
本課程提供注釋后的YOLOv5的TensorRT加速代碼下載（百度網盤和谷歌網盤）。
【相關課程】
本人推出了有關YOLOv5目標檢測的系列課程。請持續關注該系列的其它影片課程，包括：
《YOLOv5目標檢測實戰：訓練自己的數據集》
《YOLOv5目標檢測：原理與源碼解析》
《YOLOv5目標檢測實戰：Flask Web部署》
《YOLOv5目標檢測實戰：TensorRT加速部署》
《YOLOv5目標檢測實戰：Jetson Nano部署》
《YOLOv5實戰口罩佩戴檢測》
《YOLOv5實戰交通標志識別》
《YOLOv5實戰垃圾分類目標檢測》
《YOLOv5+DeepSORT多目標跟蹤與計數精講》
01 - 課程介紹
001 課程介紹.mp4
02 - 原理篇
002 YOLOv5網絡架構與組件.mp4
002-原理篇1-YOLOv5網絡架構.pdf
003 TensorRT基礎.mp4
003-原理篇2-TensorRT基礎.pdf
004 TensorRT INT8量化.mp4
004-原理篇3-INT8量化原理.pdf
005 tensorrtx介紹.mp4
006 CUDA編程方法.mp4
006-原理篇4-CUDA編程方法.pdf
03 - 實踐篇-Ubuntu系統上的TensorRT部署
007 安裝PyTorch.mp4
007-實踐篇-yolov5-tensorrt部署-ubuntu.pdf
008 安裝yolov5.mp4
009 安裝TensorRT.mp4
010 測試TensorRT.mp4
011 安裝opencv.mp4
012 克隆tensorrtx.mp4
013 生成yolov5s.wts文件.mp4
014 編譯tensorrtx下的yolov5.mp4
015 執行TensorRT加速後的命令.mp4
016 TensorRT INT8量化實踐.mp4
04 - 實踐篇-Windows10系統上的TensorRT部署
017 安裝環境.mp4
017-實踐篇-yolov5-tensorrt部署-win10.pdf
018 安裝yolov5.mp4
019 安裝TensorRT.mp4
020 測試TensorRT.mp4
021 克隆tensorrtx和生成yolov5s.wts文件.mp4
022 修改cmakelist文件.mp4
023 編譯tensorrtx下的yolov5.mp4
024 執行TensorRT加速後的命令.mp4
025 TensorRT INT8量化加速實踐.mp4
05 - 代碼解析篇
026 utils代碼解析.mp4
027 gen_ wts.py代碼解析.mp4
028 logging代碼解析.mp4
029 calibrator代碼解析.mp4
030 yololayer.h代碼解析.mp4
031 yololayer.cu代碼解析.mp4
032 common.hpp代碼解析.mp4
033 yololayer.cpp代碼解析.mp4
034 yolov5_ trt.py代碼解析.mp4
06 - YOLOv5 6.0 項目更新
035 YOLOv5 6.0 項目更新.mp4
|
|
您現在的位置：
專業知識教學
