19、Jetson Xavier NX使用yolov5对比GPU模型下的pt、onnx、engine 、 DeepStream 加速性能 |
您所在的位置:网站首页 › onnx加速部署 › 19、Jetson Xavier NX使用yolov5对比GPU模型下的pt、onnx、engine 、 DeepStream 加速性能 |
基本思想:手中有块Jetson Xavier NX开发板,难得对比一下yolov5在相同模型下,不同形式下的加速性能 一、在ubuntu20.04的基础上,简单做一下对比实验,然后在使用 Jetson Xavier NX进行Deepstream进行目标检测; 预先的环境配置https://blog.csdn.net/sxj731533730/article/details/115230177 (1)下载yolov5(tag6)代码(开发板) RTX2060 测试Pytorch gpu nvidia@nvidia-desktop:~$ git clone https://github.com/ultralytics/yolov5.git使用了最快的模型yolo5n.pt nvidia@nvidia-desktop:~/yolov5$ wget https://github.com/ultralytics/yolov5/releases/download/v6.0/yolov5n.pt测试图片使用tensorrt_inference中的yolov5中example图片 git clone https://github.com/linghu8812/tensorrt_inference.git测试结果 ubuntu@ubuntu:~/yolov5$ python3 detect.py --weights yolov5n.pt --source ../tensorrt_inference/yolov5/sample |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |