willer

> > > 如果想要使用trt7.1.2.6的话，其实这个lib是用不了的 > > > > > > 如果你自己重写推理代码的话，这个确实用不到 > > 这个so里面是有什么特殊操作吗，如果想自己编译的话，请问应该怎么做呢？ 文件太大，我就放到百度盘了(链接: https://pan.baidu.com/s/1sF8vZ1JyBvk5Z_IUBP3CgA 密码: qlgk) 操作步骤如下： cd Generate_LibMyTtrEngine-trt721/src vim CMakeLists.txt 设置cuda目录（例如:/usr/local/cuda-11.0/include） make build cd build cmake .....

> 只是需要图片，而不需要label文件吗？整个校准的过程被trt封装了 不需要label

https://github.com/Wulingtian/yolov5_tensorrt_int8_tools

量化后速度从8ms降到3ms；关于精度，我可视化了图片，感觉变化不大

nms，iou代码可以复用

Opset version 设置为10试试

有使用onnx-simplifier简化过； 部署流程请参考如下文章： https://zhuanlan.zhihu.com/p/350860351

> 您好，非常感谢你的code.最近在使用yolov5转onnx 转caffe 现在我从yolov5 官方下了v5s的pt文件然后用export.py 得到onnx 和简化后的sample.onnx 然后用您的converCaffe 运行发现报File "convertCaffe.py", line 159, in > convertToCaffe(graph, prototxt_path, caffemodel_path, exis_focus=True, focus_concat_name="Concat_40", focus_conv_name="Conv_41") > File "convertCaffe.py", line 83, in convertToCaffe > layer =...

> Hi @Wulingtian , > Which version of onnx you are using? I still have the error, please help. onnx 1.8.0 op version设置为10

在https://github.com/Wulingtian/yolov5_onnx2caffe/blob/master/convertCaffe.py 下，打开 convertToCaffe(graph, prototxt_path, caffemodel_path, exis_focus=True, focus_concat_name="Concat_40", focus_conv_name="Conv_41")注释 注释掉convertToCaffe(graph, prototxt_path, caffemodel_path)