08 2022 档案
摘要：近日很想验证使用pytorch训练模型转tensorrt各种关系，更深理解基于C++ API接口engine加速理论(Python API接口稍微简单，将不在验证)，本文基于ResNet分类网络，收获如下：
收获一:通过C++ API，使用wts方法构建网络网络验证；
收获二:通过C++ API，使用onnx中间结构解析构建构建网络网络验证；
收获三:通过Python、torch，构建分类网络及转wts和onnx方法；
收获四:同时使用windows平台与Linux平台编译验证；
收获五：不同情况下的性能比较；
收获六:Linux编译并运行
结论如下：
结论一：同一个硬件，python转engine引擎，可使用C++ API调用引擎，然测试时间增加；
结论二:若有engine引擎，可只需简单调用反序列化和cotext等操作，无需构建网络或获得引擎的代码依赖；
结论三:onnx和wts转engine推理时间相当(仅此验证)，也或许网络过于简单而未表现准确，但肯定wts构建性能最好；
阅读全文
摘要：因其工作需要使用C++读取rtsp流，本文将针对linux下c++版读取视频流保存视频，凌乱且各种错误。现将将其成功执行的流程和代码记录，顺带也写了一份python读取rtsp方法，供自己使用及有需之人参考。本文分三部分，第一部分呈现CMakeLists.txt与rtsp_video源码；第二部分插
阅读全文
摘要：本文主要介绍基于RV1109与RV1126板子编译opencv，并在其运行方法，若编译其它算法，基本也遵循该方法。 为此，我将记录详细过程供读者参考： 一.交叉编译 我们在 x86 平台上，编写程序并编译成可执行程序。这种方式下，我们使用 x86 平台上的工具，开发针对 x86 平台本身的可执行程序
阅读全文
