Jetson TX2上跑Yolo v3以及fasterRCNN

如何在DL中使用tensorRT（The most-optimized Jetson library is TensorRT）？可以參考下面的文章：
Guide to deploying deep-learning inference networks and deep vision primitives with TensorRT and NVIDIA Jetson.
https://github.com/dusty-nv/jetson-inference

結(jié)合DeepStream和Yolo的案例(在nv官網(wǎng)的討論)：
https://github.com/vat-nvidia/deepstream-plugins

在tx2上移植fasterRCNN:
https://jkjung-avt.github.io/faster-rcnn/
https://jkjung-avt.github.io/making-frcn-faster/

https://devtalk.nvidia.com/default/topic/1028409/jetson-tx2/how-can-i-finetune-the-tensorrt-faster-rcnn-sample-/

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書(shū)系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容