本發(fā)明涉及一種基于TensorRT加速深度學(xué)習(xí)圖像識別的方法、裝置及介質(zhì)的技術(shù)方案,包括:配置用于運(yùn)行TensorRT的數(shù)據(jù)、模型及環(huán)境;將模型轉(zhuǎn)換為ONNX格式;通過TensorRT對ONNX格式的模型分別生成多計算模式運(yùn)算的TensorRT引擎文件;輸入用于檢測的多張人臉照片,通過MTCNN網(wǎng)絡(luò)對人臉照片進(jìn)行人臉檢測,輸出檢測列表;將檢測列表中的人臉照片通過包括有TensorRT的多種加速深度學(xué)習(xí)圖像識別的推理計算,分別推理計算人臉照片的向量、時間及距離,選取加速效果最優(yōu)的TensorRT加速計算模式。本發(fā)明的有益效果為:保持原有精確率幾乎無損的情況下,同時也提升了GPU服務(wù)器的資源利用率,降低了業(yè)務(wù)升級和維護(hù)方面的人力及物力。
聲明:
“基于TensorRT加速深度學(xué)習(xí)圖像識別的方法、裝置及介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)