51CTO YOLOv5(PyTorch)目标检测实战：TensorRT加速部署

YOLOv5(PyTorch)目标检测实战：TensorRT加速部署资源介绍:

YOLOv5(PyTorch)目标检测实战：TensorRT加速部署封面图

PyTorch版的YOLOv5是高性能的实时目标检测方法。 TensorRT是针对英伟达GPU的加速工具。本课程讲述如何使用TensorRT对YOLOv5进行加速和部署。   本课程的YOLOv5使用ultralytics/yolov5，分别在Ubuntu和windows10系统上做TensorRT加速和部署演示。课程内容包括：原理篇（YOLOv5网络架构与组件、TensorRT基础、TensorRT INT8量化、tensorrtx介绍、CUDA编程方法）、实践篇（Ubuntu和Windows10系统上的TensorRT部署演示）、代码解析篇（YOLOv5的TensorRT加速的代码解析） 。本课程提供注释后的YOLOv5的TensorRT加速代码。

资源目录:

51CTO-YOLOv5(PyTorch)目标检测实战：TensorRT加速部署

├─ 1-1.课程介绍.mp4

├─ 2-1.YOLOv5网络架构与组件.mp4

├─ 2-2.TensorRT基础.mp4

├─ 2-3.TensorRT INT8量化.mp4

├─ 2-4.tensorrtx介绍.mp4

├─ 2-5.CUDA编程方法.mp4

├─ 3-1.安装PyTorch.mp4

├─ 3-10.TensorRT INT8量化实践.mp4

├─ 3-2.安装yolov5.mp4

├─ 3-3.安装TensorRT.mp4

├─ 3-4.测试TensorRT.mp4

├─ 3-5.安装opencv.mp4

├─ 3-6.克隆tensorrtx.mp4

├─ 3-7.生成yolov5s.wts文件.mp4

├─ 3-8.编译tensorrtx下的yolov5.mp4

├─ 3-9.执行TensorRT加速后的命令.mp4

├─ 4-1.安装环境.mp4

├─ 4-2.安装yolov5.mp4

├─ 4-3.安装TensorRT.mp4

├─ 4-4.测试TensorRT.mp4

├─ 4-5.克隆tensorrtx和生成yolov5s.wts文件.mp4

├─ 4-6.修改cmakelist文件.mp4

├─ 4-7.编译tensorrtx下的yolov5.mp4

├─ 4-8.执行TensorRT加速后的命令.mp4

├─ 4-9.TensorRT INT8量化加速实践.mp4

├─ 5-1.utils代码解析.mp4

├─ 5-2.gen_ wts.py代码解析.mp4

├─ 5-3.logging代码解析.mp4

├─ 5-4.calibrator代码解析.mp4

├─ 5-5.yololayer.h代码解析.mp4

├─ 5-6.yololayer.cu代码解析.mp4

├─ 5-7.common.hpp代码解析.mp4

├─ 5-8.yololayer.cpp代码解析.mp4

├─ 5-9.yolov5_ trt.py代码解析.mp4

├─ 6-1.YOLOv5 6.0更新.mp4

└─ 课件资料

├─ 原理篇1-YOLOv5网络架构-01.pdf

├─ 原理篇2-TensorRT基础-01.pdf

├─ 原理篇3-INT8量化原理-01.pdf

├─ 原理篇4-CUDA编程方法-01.pdf

├─ 实践篇-Ubuntu系统yolov5-tensorrt部署-01.pdf

├─ 实践篇-Win10系统yolov5-tensorrt部署-01.pdf

└─ 课程介绍-yolov5-tensorrt-01.pdf