使用TensorRT实现INT8引擎推断。
训练批次大小为50,推理批次大小为1。
但是根据输出推断
[outputs] = common.do_inference(context, bindings=bindings, inputs=inputs, outputs=outputs, stream=stream, batch_size=1)
输出大小为13680000。
必须为273600。使用FP32 / FP16产生的输出大小为273600。
为什么使用INT8的输出大小多5倍?
我的推断代码是
with engine.create_execution_context() as context:
fps_time = time.time()
inputs, outputs, bindings, stream = common.allocate_buffers(engine)
im = np.array(frm, dtype=np.float32, order='C')
#im = im[:,:,::-1]
inputs[0].host = im.flatten()
[outputs] = common.do_inference(context, bindings=bindings, inputs=inputs, outputs=outputs, stream=stream, batch_size=1)
outputs = outputs.reshape((60, 80, 57))
答案 0 :(得分:0)
这是因为火车的批次大小为50,并且为该批次大小分配了内存。
需要重塑为输出= outputs.reshape((50,60,80,57))
然后取[0]张量,这是我们对一张图像进行推断时的结果。