You need to enable JavaScript to run this app.
导航
边缘智能
  • 文档首页
    • /
  • 边缘智能

车辆检测-01-TrafficCamNet-TRT

最近更新时间：2024.05.13 11:27:07

首次发布时间：2023.09.15 19:33:31

我的收藏

车辆检测-01-TrafficCamNet-TRT 是 NVIDIA 提供的检测模型，可以检测图像中四种类别的物体对象，包括汽车、人、道路标志和两轮车。本模型可以检测出这四种类别的一个或多个物体对象，并返回每个物体对象的边界框以及相应的类别标签。
本模型基于 NVIDIA DetectNet_v2 检测器，使用 ResNet18 作为特征提取器。这种架构也称为 GridBox 目标检测，对输入图像上的均匀网格使用边界框回归。GridBox 将输入图像划分为一个网格，每个输出类别预测四个归一化边界框参数（xc，yc，w，h）和置信度值。详情请访问 NVIDIA 相关文档。

模型基本信息

您可以在边缘智能控制台的 官方模型 列表访问本模型。下图展示了本模型的基本信息。
图片

框架

本模型基于 TensorRT 模型。

注意

您的一体机必须具有 NVIDIA GPU 设备才能部署本模型。

输入

名称

类型

形状

转换形状

格式

input_1

FP32

3, 544, 960

无

None

输入说明：

  • 输入的是一个 RGB 图像，尺寸为 960 × 544 × 3（宽 × 高 × 通道数）。
  • 输入的通道顺序为 NCHW。其中，N 表示批处理大小，C 表示通道数（3），H 表示图像的高度（544），W 表示图像的宽度（960）。
  • 图像输入的缩放算法是 Bilinear。
  • 图像输入正则化的均值为 [0, 0, 0]，缩放比例为 1/255.0(=0.0039215697906911373)。

输出

名称

类型

形状

转换形状

output_bbox/BiasAdd

FP32

16, 34, 60

无

output_cov/Sigmoid

FP32

4, 34, 60

无

目标类别标签

本模型可检测的目标对象的类别标签如下：

car;person;road sign;two-wheeler

模型版本

模型提供四个可部署版本。您可以按照 GPU 硬件架构选择使用对应的版本。
图片

版本名称

最大批处理大小

硬件架构

说明

xavier_pruned_int8_trt84_b4_544_960

4

NVIDIA Xavier

  • NVIDIA Xavier 硬件架构下转换的 TRT 模型，经过量化裁剪为 INT8 的模型，基于 TRT 8.4 版本，最大批处理大小为 4。
  • 该版本需要搭配前后处理版本（pre_post_process_v1）一起使用。

t4_pruned_int8_trt84_b4_544_960

4

NVIDIA T4

  • NVIDIA T4 硬件架构下转换的 TRT 模型，经过量化裁剪为 INT8 的模型，基于 TRT 8.4 版本，最大批处理大小为 4。
  • 该版本需要搭配前后处理版本（pre_post_process_v1）一起使用。

orion_pruned_int8_trt84_b4_544_960

4

NVIDIA Orin

  • NVIDIA Orin 硬件架构下转换的 TRT 模型，经过量化裁剪为 INT8 的模型，基于 TRT 8.4 版本，最大批处理大小为 4。
  • 该版本需要搭配前后处理版本（pre_post_process_v1）一起使用。

3070_pruned_int8_trt84_b4_544_960

4

NVIDIA 3070

  • NVIDIA 3070 硬件架构下转换的 TRT 模型，经过量化裁剪为 INT8 的模型，基于 TRT 8.4 版本，最大批处理大小为 4。
  • 该版本需要搭配前后处理版本（pre_post_process_v1）一起使用。

模型部署

参考 部署模型服务进行模型服务的部署。在 部署模型服务 参数配置页面，修改以下配置：

说明

下表中未包含的配置项无需修改，统一使用默认值。

类型

配置项

说明

基本信息

一体机

选择一台一体机。

服务名称

设置一个服务名称。服务名称在一台一体机上必须保持唯一。

模型信息

模型

选择 车辆检测-01-TrafficCamNet-TRT。

模型版本

选择一个版本。

服务配置

HTTP端口

指定一个一体机上空闲的端口。

GRPC端口

指定一个一体机上空闲的端口。