Tensorrt_PSENet

1.生成wts权重文件

详见TensorRT_PSENet/attach/psenet2trt_wts/说明.txt

2.配置configure.h

打开configure.h 配置必要的参数

2.1 序列化（SERIALIZE）engine模型

#define SERIALIZE    //SERIALIZE   INFER

需要配置wts路径和生成engine模型的路径

2.2 推理（INFER）

#define INFER    //SERIALIZE   INFER

需要配置engine模型路径path_read_engin
图片文件夹路径dir_img
b_show 等于1表示看效果
b_test_save_dir=1表示生成测试精度所需要的txt，需要给生成txt文件夹路径save_path

3.依赖dependence

TensorRT7.2.3.4 
OpenCV >= 3.4
libtorch >=1.7.0
cuda10.2

4.运行步骤

本仓库已经把依赖、模型和测试图片文件夹名字已经上传，下载下来放置一样的目录，可以按照下面步骤跑通完整的demo效果：
4.1 配置环境
4.2 生成wts文件（pytorch1.0，py3）
4.3 序列化（SERIALIZE）生成engine模型
4.4 推理（INFER）看效果
4.5 best regards to you