Track-trt

Introduction

基于 TensorRT 的 C++ 高性能 单目标跟踪 推理，支持单目标跟踪算法 OSTrack、LightTrack。

其中 OSTrack 为ViT模型，适用于服务端计算设备，LightTrack 为NAS搜索出来的轻量CNN架构，适用于边缘端计算设备。请按需使用。

更多 TensorRT 部署模型，请移步仓库 github

Project Build and Run

1. install cuda/tensorrt/opencv

   cuda/tensorrt/opencv

2. compile engine

   1. 下载onnx模型 google driver 或者 跟踪教程自己导出

   2. cd Track-trt/workspace
      bash compile_engine.sh

3. build

   # 修改CMakeLists.txt中 cuda/tensorrt/opencv 为自己的路径
   cd Track-trt
   mkdir build && cd build
   cmake .. && make -j4

4. run

   视频文件输入：

   cd Track-trt/workspace
   ./pro 0 "bag.avi"

   摄像头输入：

   cd Track-trt/workspace
   ./pro 1 0

   图片序列输入：

   cd Track-trt/workspace
   ./pro 2 "Woman/img/%04d.jpg"

Speed Test

在 Jetson Orin Nano 8G 上进行测试，包括整个流程（即预处理+推理+后处理）

Method	Precision	Resolution	Average Latency
LightTrack	fp16	256x256	11ms
OSTrack	fp16	256x256	27ms

onnx导出

LightTrack

OSTrack

Reference

tensorRT_Pro