车牌识别所用到的模型可以转为onnx,然后转为tensorrt所用到的engine模型吗?

[lgy2830]

问题确认 Search before asking

• [X] 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

在车牌识别时,infer_cfg_ppvehicle.yml中用到了下边几个模型; DET: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip MOT: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip VEHICLE_PLATE:

det_model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/ch_PP-OCRv3_det_infer.tar.gz

rec_model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/ch_PP-OCRv3_rec_infer.tar.gz VEHICLE_ATTR: model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/vehicle_attribute_model.zip 那么这四个模型都可以转为onnx,然后再转为engine模型吗? mot_ppyoloe_l_36e_ppvehicle这个我转为onnx,然后再转为engine模型了, ch_PP-OCRv3_det_infe和ch_PP-OCRv3_rec_infer我转换不了

[wangxinxin08]

关于PP-OCRv3的问题可以到PaddleOCR下面提问哈

[lgy2830]

mot_ppyoloe_l_36e_ppvehicle这个模型转换的也有问题，有能解决的吗？

[wangxinxin08]

mot_ppyoloe_l_36e_ppvehicle这个模型转换的也有问题，有能解决的吗？

有什么问题？

[lgy2830]

这个模型，我用压缩包解压出来的与我用readme中用命令输出出来的模型根本不是一个。压缩包解压出来的用来预测的话，会报错，我也用netorn看了，两个模型根本不是一个。那么转换出来的onnx也肯定不是一个了

[lgy2830]

这个是压缩包的链接： model_dir: https://bj.bcebos.com/v1/paddledet/models/pipeline/mot_ppyoloe_l_36e_ppvehicle.zip

这个是模型导出命令： python tools/export_model.py -c configs/ppvehicle/mot_ppyoloe_l_36e_ppvehicle.yml -o weights=https://paddledet.bj.bcebos.com/models/mot_ppyoloe_l_36e_ppvehicle.pdparams trt=True exclude_nms=True

两个是一个模型，可是打开看，就是不是一个东西

[wangxinxin08]

其实是一个模型，只不过导出的方式不同而已，压缩包的导出的方式使用了-o TestReader.fuse_normalize=True

[zhiboniu]

应该是同一个，导出的时候用了'-o TestReader.fuse_normalize=True'，没有'exclude_nms=True'

[lgy2830]

mot_ppyoloe_l_36e_ppvehicle 这个模型是集检测与追踪于一体的模型，我现在用它实现了c++的车辆检测，那么我要实现追踪，该怎么办呢？追踪用的也是这个模型。我是不是只用读这个模型一次，先做车辆检测，然后拿着车辆检测的结果再把追踪的代码写一下？然后输出最终结果？我现在有检测的代码已经跑通了，追踪的代码应该也跑通了，但是两个是属于两个main函数的，我该怎么把两个合起来。检测的输出是目标的类别，置信度，四个顶点坐标；可，追踪的输入是目标的id,置信度，四个顶点坐标。