Skip to content

Files

Latest commit

author
dujw
Jul 24, 2022
443c840 · Jul 24, 2022

History

History
This branch is up to date with jinmin527/learning-cuda-trt:main.

tensorrt-integrate-1.9-mmdetection-yolox

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022
Jul 24, 2022

知识点

  1. yolox的预处理部分,使用了仿射变换,请参照仿射变换原理
    • 使用仿射变换实现letterbox的理由是
        1. 便于操作,得到变换矩阵即可
        1. 便于逆操作,实则是逆矩阵映射即可
        1. 便于cuda加速,cuda版本的加速已经在cuda系列中提到了warpaffine实现
        • 该加速可以允许warpaffine、normalize、除以255、减均值除以标准差、变换RB通道等等在一个核中实现,性能最好
  2. 后处理部分,反算到图像坐标,实际上是乘以逆矩阵
    • 而由于逆矩阵实际上有效自由度是3,也就是d2i中只有3个数是不同的,其他都一样。也因此你看到的是d2i[0]、d2i[2]、d2i[5]在作用

关于mmdet

  1. 这里通过自定义代码推理过程,后处理过程,实现模型导出
  2. 官方的onnx导出代码,要么有模型不支持,要么导出的模型是乱的,不行不行
  3. 这里提供了一个yolox的导出案例

使用

  1. 安装mmdet环境bash install.sh
  2. 导出yolox模型bash export-yolox.sh
  3. 运行推理make run -j64