- .vscode:
- vscode在linux下的配置文件,比如代码解析器的头文件路径配置,比如debug调试的配置等,再比如运行之前先进行编译的prelaunchtask
- lean:
- Windows下的依赖项存放路径,下面有readme说明
- onnx:
- 用于解析onnx的protobuf格式协议文件,proto文件
- 文件夹内的make_pb.sh,用来生成protobuf解析onnx文件的代码,并自动复制到项目的特定目录下进行替换
- 如果你的protobuf版本不是3.11.4,则需要执行make_pb.sh来产生适配你当前系统protobuf版本的解析器
- onnx_parser:
- onnx解析器,该解析器包含了7.x和8.x
- 当需要适配不同的tensorRT时,你应该执行文件夹下的use_tensorrt_7.x.sh或者use_tensorrt_8.x.sh来适配你的tensorRT
- 因为项目携带了解析器,好处是可以自定义plugin、自定义操作,以及如果onnx出现了错误,可以进行排查和解决。若使用系统默认解析器,则难以做到这些工作
- python:
- 项目的python接口代码支持部分。写了python的测试代码和适配代码
- simple_yolo:
- 与主项目完全独立的关于yolo的简单版本,该版本没有任何依赖,也不携带解析器。仅仅只有一个cu和一个hpp。快速集成和使用。高性能低耦合
- 如果你用yolo,你可以考虑只用这个项目即可解决高性能部署,还简单的方式使用
- src:
- 主项目的源代码部分,内包含了main.cpp用于调用各种应用,application包含了各种应用(yolo、yolox、scrfd、retinaface、arcface、dbface等等)的高性能实现,tensorRT是主要的tensorRT封装的实现他相比application是独立存在的
- tools:
- show.py是用于配合src/application/tools/zmq_remote_show.hpp,使用zmq实现远端服务器连接本地show.py程序实现图片的显示,也就是远端imshow功能
- 对于没有桌面系统的服务器开发时,是比较好用的
- tutorial:
- 教程案例,关于centernet的详细案例解说
- workspace:
- 工作空间,储存数据、模型、图像等文件杂项的,编译后的程序也会放到该目录下
- 当进行make yolo时或者cmake时,workspace会配置为其工作目录(当前目录),加载图像时以workspace为基准
- .gitignore:
- git的忽略文件清单
- CMakeLists.txt:
- CMake的配置文件,可以通过cmake进行项目编译,例如:
mkdir build && cd build && cmake .. && make yolo -j64
- CMake的配置文件,可以通过cmake进行项目编译,例如:
- Makefile:
- linux下的make编译配置文件,支持Makefile进行文件编译,例如:
make yolo -j64
- linux下的make编译配置文件,支持Makefile进行文件编译,例如:
- TensorRT.sln:
- windows下的解决方案文件
- TensorRT.vcxproj:
- windows下的工程文件
- TensorRT.vcxproj.filters:
- windows下的目录结构记录文件
- TensorRT.vcxproj.user:
- windows下的用户配置,比如断点等信息、环境变量设置等储存文件
- YoloTRT_speed.xlsx:
- 关于yolo的性能速度测试统计表格
- dll_export.def:
- windows下编译python时需要导出符号,用以表述导出符号的文件