(相关资料图)

TensorRT8.6版本下载

1intmain(intargc,char**argv){ 2std::vectorlabels=readClassNames(); 3std::stringenginefile="D:/TensorRT-8.6.0.12/bin/yolov8n-seg.engine"; 4cv::VideoCapturecap("D:/bird_test/hongyegu.mp4"); 5cv::Matframe; 6autodetector=std::make_shared(); 7detector->initConfig(enginefile,0.25,0.25); 8std::vectorresults; 9while(true){10boolret=cap.read(frame);11if(frame.empty()){12break;13}14detector->detect(frame,results);15for(DetectResultdr:results){16cv::Rectbox=dr.box;17cv::putText(frame,labels[dr.classId],cv::Point(box.tl().x,box.tl().y-10),cv::FONT_HERSHEY_SIMPLEX,.5,cv::Scalar(0,0,0));18}19cv::imshow("YOLOv8+TensorRT8.6实例分割演示",frame);20charc=cv::waitKey(1);21if(c==27){//ESC退出22break;23}24//resetfornextframe25results.clear();26}27return0;28}

视频课程最后一课时获取源码：

掌握TensorRT8.6 C++如何部署图像分类，对象检测，实例分割，语义分割主流模型，自定义脚本一键INT8量化模型，使用OpenCV CUDA加速图像预处理等各种工程化部署推理技巧，实现推理部署的工程化封装支持，客户端三行代码即可调用！全部解锁上述技能与源码获取，扫码下面视频课程加入即可获取：

扫码查看OpenCV+OpenVIO+Pytorch系统化学习路线图