本教程包含YOLOv5目标检测实战课程，涵盖TensorRT加速部署的详细步骤和代码解析，适合对深度学习和目标检测感兴趣的读者。
课程概述
本课程深入讲解了YOLOv5目标检测算法，并通过TensorRT技术实现了加速部署。课程内容丰富，包括环境搭建、代码解析、原理讲解和实践操作等多个方面。
课程亮点
- 全面解析YOLOv5网络架构与组件
- TensorRT加速部署实战操作
- 代码解析与调试技巧分享
- 适用于Ubuntu和Win10系统的部署指南
适用场景
本课程适合以下人群：
- 对深度学习感兴趣的初学者
- 希望学习目标检测技术的开发者
- 需要将深度学习模型部署到实际应用中的工程师
📂 资源目录
📁 课件资料
课件资料说明.png [493.5 KB]
实践篇-Ubuntu系统yolov5-tensorrt部署-01.pdf [551.7 KB]
原理篇2-TensorRT基础-01.pdf [688.7 KB]
原理篇3-INT8量化原理-01.pdf [1.4 MB]
原理篇1-YOLOv5网络架构-01.pdf [1.2 MB]
课程介绍-yolov5-tensorrt-01.pdf [1.7 MB]
实践篇-Win10系统yolov5-tensorrt部署-01.pdf [2.2 MB]
原理篇4-CUDA编程方法-01.pdf [2.6 MB]
3-8.编译tensorrtx下的yolov5.mp4 [9.2 MB]
5-4.calibrator代码解析.mp4 [17.2 MB]
3-1.安装PyTorch.mp4 [16.3 MB]
5-5.yololayer.h代码解析.mp4 [39.2 MB]
4-7.编译tensorrtx下的yolov5.mp4 [20.4 MB]
2-1.YOLOv5网络架构与组件.mp4 [35.1 MB]
3-6.克隆tensorrtx.mp4 [6.6 MB]
4-8.执行TensorRT加速后的命令.mp4 [9.1 MB]
5-3.logging代码解析.mp4 [21.0 MB]
3-2.安装yolov5.mp4 [13.8 MB]
4-4.测试TensorRT.mp4 [19.5 MB]
3-3.安装TensorRT.mp4 [10.7 MB]
2-5.CUDA编程方法.mp4 [51.9 MB]
5-9.yolov5_ trt.py代码解析.mp4 [34.0 MB]
4-9.TensorRT INT8量化加速实践.mp4 [7.7 MB]
2-2.TensorRT基础.mp4 [26.2 MB]
6-1.YOLOv5 6.0更新.mp4 [15.1 MB]
3-7.生成yolov5s.wts文件.mp4 [5.1 MB]
4-6.修改cmakelist文件.mp4 [8.2 MB]
1-1.课程介绍.mp4 [13.8 MB]
3-10.TensorRT INT8量化实践.mp4 [15.3 MB]
4-1.安装环境.mp4 [35.6 MB]
3-4.测试TensorRT.mp4 [8.0 MB]
5-8.yololayer.cpp代码解析.mp4 [54.7 MB]
2-4.tensorrtx介绍.mp4 [17.8 MB]
3-5.安装opencv.mp4 [6.6 MB]
5-1.utils代码解析.mp4 [11.9 MB]
3-9.执行TensorRT加速后的命令.mp4 [19.5 MB]
4-5.克隆tensorrtx和生成yolov5s.wts文件.mp4 [8.4 MB]
5-7.common.hpp代码解析.mp4 [35.9 MB]
5-6.yololayer.cu代码解析.mp4 [34.7 MB]
2-3.TensorRT INT8量化.mp4 [33.0 MB]
4-2.安装yolov5.mp4 [22.4 MB]
4-3.安装TensorRT.mp4 [10.3 MB]
5-2.gen_ wts.py代码解析.mp4 [7.4 MB]