热门标签
热门文章
- 1从AI程序员Devin说起AI程序员能代替程序员吗？_人工智能代码代替人类
- 2数据库中常见的链接方式_数据库内连接
- 3学校学报板报出版发行管理系统-计算机毕设Java|springboot实战项目
- 4自然语言处理（NLP）—— 神经网络自然语言处理（Neural NLP）基础知识_自然语言处理神经网络
- 52024软件测试面试刷题，这个小程序（永久刷题），靠它快速找到工作了！（刷题APP的天花板）_软件测试刷题
- 6关于静态资源压缩技术_servlet gzip
- 7探索Quasar框架：构建跨平台应用的利器
- 8Codeforces Global Round 2_codeforce global round 2题解
- 9linux下安装hadoop分布式文件系统hdfs_linux9部署hdfs分布式文件系统
- 10技能学习：学习使用golang（gin框架） + vue.js，开发前端全栈网站-1.工具和本地环境_go gin vue.js
当前位置: article > 正文
模型实战（17）之C++ - tensorRT部署yolov8seg实例分割_yolov8 实例分割c++ tesorrt部署
作者：Guff_9hys | 2024-08-21 21:20:48
赞
踩
yolov8 实例分割c++ tesorrt部署
模型实战（17）之C++ - tensorRT部署yolov8seg实例分割
- yolov8是2023年以来最新的集检测、分割、分类、关键点于一身的模型
- 参考官网文档：添加链接描述
- 本文将详细给出C++ - tensorRT部署yolov8seg模型的详细步骤
- 实现效果的话，精度和python环境下差不多，仅推理时间在RTX30~系列显卡仅需几毫秒一帧，但是其前处理和后处理时间在图像尺寸为640时达到了一百多毫秒，有点慢了
- 后期也将进行优化：通过cuda实现模型输入输出的前处理与后处理！！！
- 环境：Win10 cuda11.7 tensorrt8.4.3 cudnn860 RTX3050
1. Python环境下调用
- 首先，下载好yolov8模型的源码：https://github.com/ultralytics/ultralytics
- 然后搭建好yolov8的运行环境
- 最后执行下边预测命令：
yolo predict model=推荐阅读
相关标签
