TensorRT学习笔记之ONNX转engine




#include <iostream>
#include "NvInfer.h"
#include "NvOnnxParser.h"
 
// 函数定义,用于创建TensorRT的引擎
nvinfer1::ICudaEngine* createEngine(const std::string& onnxModelFile) {
    // 创建builder
    nvinfer1::IBuilder* builder = nvinfer1::createInferBuilder(nvinfer1::ILogger::Severity::kWARNING);
    nvinfer1::IBuilderConfig* config = builder->createBuilderConfig();
 
    // 创建解析器
    auto parser = nvonnxparser::createParser(*builder, ::gLogger.getTRTLogger());
    const auto explicitBatch = 1U << static_cast<uint32_t>(nvinfer1::NetworkDefinitionCreationFlag::kEXPLICIT_BATCH);
    nvinfer1::INetworkDefinition* network = builder->createNetworkV2(explicitBatch);
 
    // 解析ONNX模型文件
    parser->parseFromFile(onnxModelFile.c_str(), static_cast<int>(nvinfer1::NetworkDefinitionCreationFlag::kEXPLICIT_BATCH));
 
    // 序列化网络
    builder->setMaxBatchSize(32);
    config->setMaxWorkspaceSize(1 << 20);
    nvinfer1::ICudaEngine* engine = builder->buildEngineWithConfig(*network, *config);
 
    // 清理资源
    parser->destroy();
    network->destroy();
    config->destroy();
    builder->destroy();
 
    return engine;
}
 
int main() {
    const std::string onnxModelFile = "model.onnx"; // 替换为你的ONNX模型文件路径
    nvinfer1::ICudaEngine* engine = createEngine(onnxModelFile);
 
    if (engine == nullptr) {
        std::cerr << "Engine could not be created." << std::endl;
        return -1;
    }
 
    // 保存引擎到文件
    std::ofstream planFile("model.plan", std::ios::binary);
    if (!planFile) {
        std::cerr << "Could not open plan output file for writing." << std::endl;
        return -1;
    }
    engine->serialize(planFile);
    planFile.close();
 
    // 释放资源
    engine->destroy();
    std::cout << "Engine has been created and saved to disk." << std::endl;
 
    return 0;
}

这段代码展示了如何使用TensorRT的C++ API将ONNX模型转换为TensorRT引擎,并将引擎序列化到一个文件中。代码中包含了创建TensorRT构建器、解析器和网络的步骤,并设置了构建引擎所需的配置。最后,引擎被序列化并保存到了文件系统中,同时释放了所有被创建的TensorRT资源。

gin
最后修改于:2024年08月15日 13:56

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日