chenxyy

不好意思，是我没仔细看您的代码。 我现在直接采用您的cpp程序，略微修改了一下来直接测试视频文件的效果 ``` void ScaledYOLOv4::EngineInferenceVideo(const std::string &video_name, bool view, const int &outSize, void **buffers, const std::vector &bufferSize, cudaStream_t stream) { int index = 0; int batch_id = 0; std::vector vec_Mat(BATCH_SIZE);...

40ms 包含 ```prepareImage``` 、```inference```、 ```postProcess```。 原始的（没有tensorRT加速）Scaled yolov4 p5的时间大约是30ms左右。 为何tensorRT反而还变慢了。。不得其解，哈哈哈。 大佬试过int8吗， 通常int8的效果精度会下降很多，校准的帮助也是有限的。

我又试了一下Yolov4的量化，整体时间在18ms左右，有一定的提升。 大佬可以参考一下 https://github.com/jkjung-avt/tensorrt_demos 我用这里面的方法，测试的yolov4，速度可以达到6.8ms一帧。

@AderonHuang 我没用python做。大佬的C++程序写的挺好的，参照着应该很好实现

@alexandrealmin @VVsssssk Hi I met the save error. ``` /opt/conda/bin/python /data/pointcloud_alg/mmdeploy/tools/deploy.py 2022-05-12 14:02:05,990 - mmdeploy - INFO - torch2onnx start. 2022-05-12:14:02:07,trimesh WARNING [collision.py:11] No FCL -- collision checking will not...

@alexandrealmin @VVsssssk Hi. I have solved this problem. It is caused by environment. Use this docker images. https://catalog.ngc.nvidia.com/orgs/nvidia/containers/pytorch ``` docker pull nvcr.io/nvidia/pytorch:21.04-py3 ``` The output show below: ``` /opt/conda/bin/python /data/pointcloud_alg/mmdeploy/tools/deploy.py...

@layumi 郑博士你好，请问一下`label.mat`在哪里？？是算法生成的吗？我并没有找到啊？

Use this code for webcam_demo ``` from mmdet.apis import init_detector, inference_detector, show_result_pyplot, show_result_ins import mmcv import cv2 def main(): config_file = '/home/user/Documents/SOLO-master/configs/solov2/solov2_x101_dcn_fpn_8gpu_3x.py' checkpoint_file = '/home/user/Documents/SOLO-master/checkpoints/SOLOv2_X101_DCN_3x.pth' video_path = "/home/user/Documents/data/20201029124559/20201029124559_Channel1.avi" model =...

uninstall your spconv library, and reinstall it

单张T4显卡训练时候，batchsize 的大小设置为10是没问题的。 4张显卡设置成16就不行了，感觉不是batchsize 的问题啊