yolov8在TensorRT+cuda加持下的性能测试【速览】
测试信息
- 测试平台:linux+docker
- 硬件:NVIDIA 3070
- 模型输入:batchx3x640x640(测试设置batch为8)
- 测试模型:yolov8n,yolov8s,yolov8n,更多模型测试可以去网盘下载:
测试仓库
yolov8相关tensrrt+cuda部署代码在仓库TensorRT-Alpha:
测试结果速览
测试指令:
1 # yolov8n 2 ./app_yolov8 --model=../../data/yolov8/yolov8n.trt --size=640 --batch_size=8 --video=../../data/face-demographics-walking-and-pause.mp4 --show 3 # yolov8s 4 ./app_yolov8 --model=../../data/yolov8/yolov8s.trt --size=640 --batch_size=8 --video=../../data/face-demographics-walking-and-pause.mp4 --show 5 # yolov8m 6 ./app_yolov8 --model=../../data/yolov8/yolov8m.trt --size=640 --batch_size=8 --video=../../data/face-demographics-walking-and-pause.mp4 --show
yolov8n:
![](https://img2023.cnblogs.com/blog/1389269/202301/1389269-20230111170830108-1684402891.png)
yolov8s:
yolov8m:
![](https://img2023.cnblogs.com/blog/1389269/202301/1389269-20230111170900966-1643680400.png)
yolov8l yolov8x可以自己去仓库玩耍一下。
更新计划
“Win10环境下:yolov8的模型部署运行教程”
CV&DL