Início Projetos tensorRT_Pro
tensorRT_Pro
C++

tensorRT_Pro

Biblioteca C++ baseada na integração do tensorrt

por shouxieai · GitHub
Estrelas
Forks
Licença
Criado
Último commit
Categoria
Linguagem
deep-learningobject-detectionpytorchMITC++
Ver no GitHub
Em palavras simples

Execute modelos de detecção de objetos como yolov5 e yolov7 usando TensorRT no seu computador.

Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
tensorRT_Pro — GitHub preview card
📈 Histórico de estrelas
2.89k2.88k
2026-07-072026-08-31
📈 Acompanhe tensorRT_Pro

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Biblioteca C++ baseada na integração do tensorrt

tensorRT_Pro tem 2.9k estrelas no GitHub. Foi bifurcado 574 vezes. tensorRT_Pro é escrito principalmente em C++. Está em desenvolvimento ativo desde 2021. tensorRT_Pro está disponível sob a licença MIT. Os seus principais temas são: deep-learning, object-detection, pytorch, tensorrt.

Frequently asked questions

O que é tensorRT_Pro?

Biblioteca C++ baseada na integração do tensorrt

tensorRT_Pro é de código aberto?

tensorRT_Pro é um projeto de código aberto. É distribuído sob a licença MIT.

tensorRT_Pro é gratuito?

Sim. tensorRT_Pro é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está tensorRT_Pro?

tensorRT_Pro está disponível sob a licença MIT.

Em que linguagem tensorRT_Pro está escrito?

tensorRT_Pro é escrito principalmente em C++.

🏅 Mantenedor deste projeto?
olud.ai badge — tensorRT_Pro

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=shouxieai-tensorrt-pro)](https://olud.ai/project/shouxieai-tensorrt-pro.html)
Mais opções de badge →
🧬 Partilha ADN com🧬 Ver o mapa de ADN →

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.