本项目使用tensorrt版本:TensorRT-7.0.0.11
pytorch_to_onnx.py 文件参数
参数 | 含义 |
---|---|
config | 算法的配置文件 |
model_path | 训练好的模型文件 |
img_path | 测试的图片 |
save_path | onnx保存文件 |
batch_size | 设置测试batch |
max_size | 设置最长边 |
algorithm | 算法名称 |
add_padding | 是否将短边padding到和长边一样 |
onnx_to_tensorrt.py 文件参数
参数 | 含义 |
---|---|
onnx_path | 生成的onnx文件 |
trt_engine_path | 保存的engine文件路径 |
img_path | 测试的图片 |
batch_size | 设置测试batch |
max_size | 设置最长边 |
algorithm | 算法名称 |
add_padding | 是否将短边padding到和长边一样 |
- 生成onnx文件
- DB算法调用
python3 ./script/pytorch_to_onnx.py --config ./config/det_DB_mobilev3.yaml --model_path ./checkpoint/DB_best.pth.tar --img_path /src/notebooks/detect_text/icdar2015/ch4_test_images/img_10.jpg --save_path ./onnx/DB.onnx --batch_size 1 --max_size 1536 --algorithm DB --add_padding
-
simple onnx文件
sh onnx-simple.sh DB.onnx DB-simple.onnx
-
生成tensorrt engine
- DB算法调用
CUDA_VISIBLE_DEVICES=2 python3 ./script/onnx_to_tensorrt.py --onnx_path ./onnx/DB-simple.onnx --trt_engine_path ./onnx/DB.engine --img_path /src/notebooks/detect_text/icdar2015/ch4_test_images/img_10.jpg --batch_size 1 --algorithm DB --max_size 1536 --add_padding
- infer 调用
python3 ./tools/det_infer.py --config ./config/det_DB_mobilev3.yaml --img_path /src/notebooks/detect_text/icdar2015/ch4_test_images --result_save_path ./result --trt_path ./onnx/DB.engine --batch_size 1 --max_size 1536 --add_padding
操作同上,和单张调用一样,只是要把batch_size设置大于1
- 提示:其余算法类似