TAO v5.5.0

NVIDIA 文档中心 NVIDIA TAO TAO v5.5.0

简介

入门

模型动物园

概述

在云端运行 TAO

TAO API

AutoML

AutoML

CV 微调

MLOPS 集成

部署到推理 SDK

使用 TAO Deploy 部署

TAO Deploy 概述
- 使用启动器运行 TAO Deploy
TAO Deploy 安装
- 直接调用 TAO Deploy 容器
- 通过 wheel 安装 TAO Deploy
带有 TAO Deploy 的 CenterPose
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
分类 (PyTorch) 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
分类 (TF1) 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
分类 (TF2) 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Deformable DETR 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
DINO 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Grounding DINO 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
DetectNet_v2 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
DSSD 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
EfficientDet (TF1) 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
EfficientDet (TF2) 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Faster RCNN 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
LPRNet 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Mask RCNN 与 TAO Deploy
- 将 .uff 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Mask2former 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
MLRecogNet 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
多任务图像分类与 TAO Deploy
- 将 .etlt 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
OCDNet 与 TAO Deploy
- 将 onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
RetinaNet 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
SSD 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
Segformer 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
UNet 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
YOLOv3 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
YOLOv4 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
YOLOv4-tiny 与 TAO Deploy
- 将 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
OCRNet 与 TAO Deploy
- 将 .etlt 或 .onnx 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理
SiameseOI 与 TAO Deploy
- 将 ETLT 或 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行推理
VisualChangeNet-Classification 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行推理
- 通过 TensorRT 引擎运行评估
VisualChangeNet-Segmentation 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行推理
- 通过 TensorRT 引擎运行评估
Mask Grounding DINO 与 TAO Deploy
- 将 ONNX 文件转换为 TensorRT 引擎
- 通过 TensorRT 引擎运行评估
- 通过 TensorRT 引擎运行推理

自带模型 (BYOM)

自带模型 (BYOM)
- BYOM 转换器
- BYOM 图像分类

数据服务

更多信息

发行说明
- 版本列表
- TAO 5.5.0
- TAO 5.3.0
- TAO 5.2.0
- TAO 5.1.0
- TAO 5.0.0
- TAO 4.0.2
- TAO 4.0.1
- TAO 4.0.0
- TAO 3.0-22.05
- TAO 3.0-22.02
- TAO 3.0-21.11
- TAO 3.0-21.08
常见问题解答
故障排除指南
支持信息
致谢
- nitime
- OpenSSL
- JsonCpp
- Python
- libcurl
- OpenCV
- zlib
- TensorFlow
- Keras
- PyTorch
- ssd_keras
- Yamale
- PyCUDA
- protobuf
- onnx
- PIL
- PyYAML
- addict
- argcomplete
- bto3
- cryptography
- docker
- dockerpty
- gRPC
- h5py
- jupyter
- numba
- numpy
- pandas
- posix_ipc
- prettytable
- arrow
- PyJWT
- requests
- retrying
- seaborn
- scikit-image
- scikit-learn
- semver
- Shapely
- simplejson
- six
- python-tabulate
- toposort
- tqdm
- uplink
- xmltodict
- recordclass
- cocoapi
- mpi4py
- Open MPI
- lazy_object_proxy
- onnxruntime
- pytorch-lightning
- KenLM
- Eigen
- google/automl
- open-mmlab/OpenPCDet
- VainF/Torch-Pruning
- gmalivenko/onnx2keras
- open-mmlab/mmskeleton