guojin-yan/TensorRT-CSharp-API

📚简介

NVIDIA® TensorRT™ 是一款用于高性能深度学习推理的 SDK，包括深度学习推理优化器和运行时，可为推理应用程序提供低延迟和高吞吐量。基于 NVIDIA TensorRT 的应用程序在推理过程中的执行速度比纯 CPU 平台快 36 倍，使您能够优化在所有主要框架上训练的神经网络模型，以高精度校准低精度，并部署到超大规模数据中心、嵌入式平台或汽车产品平台。

TensorRT 基于 NVIDIA CUDA® 并行编程模型构建，使您能够在 NVIDIA GPU 上使用量化、层和张量融合、内核调整等技术来优化推理。TensorRT 提供 INT8 使用量化感知训练和训练后量化和浮点 16 （FP16）优化，用于部署深度学习推理应用程序，例如视频流、推荐、欺诈检测和自然语言处理。低精度推理可显著降低延迟，这是许多实时服务以及自主和嵌入式应用所必需的。TensorRT 与 PyTorch 和 TensorFlow 集成，因此只需一行代码即可实现 6 倍的推理速度。TensorRT 提供了一个 ONNX 解析器，因此您可以轻松地将 ONNX 模型从常用框架导入 TensorRT。它还与 ONNX 运行时集成，提供了一种以 ONNX 格式实现高性能推理的简单方法。

基于这些优势，TensorRT目前在深度模型部署应用越来越广泛。但是TensorRT目前只提供了C++与Python接口，对于跨语言使用十分不便。目前C#语言已经成为当前编程语言排行榜上前五的语言，也被广泛应用工业软件开发中。为了能够实现在C#中调用TensorRT部署深度学习模型，我们在之前的开发中开发了TensorRT C# API。虽然实现了该接口，但由于数据传输存在问题，当时开发的版本在应用时存在较大的问题。

基于此，我们开发了TensorRT C# API 2.0版本，该版本在开发时充分考虑了上一版本应用时出现的问题，并进行了改进。同时在本版本中，我们对接口进行了优化，使用起来更加简单，并同时提供了相关的应用案例，方便开发者进行使用。

⚙安装

TensorRT安装

TensorRT依赖于CUDA加速，因此需要同时安装CUDA与TensorRT才可以使用，且CUDA与TensorRT版本之间需要对应，否者使用会出现较多问题，因此此处并未提供Nuget包，组要根据自己电脑配置选择合适的版本安装后重新编译本项目源码，

💻 应用案例

获取耕读应用案例请参考：TensorRT-CSharp-API-Samples

🗂 API文档

命名空间

using TensorRTSharp;
using TensorRtSharp.Custom;

模型推理API

### 模型推理API

序号	API		参数解释	说明
1	方法	OnnxToEngine()	将onnx模型转为engine	可以调用封装的TensorRT中的ONNX 解释器，对ONNX模型进行转换，并根据本机设备信息，编译本地模型，将模型转换为TensorRT 支持的engine格式。
	参数	string modelPath	本地ONNX模型地址，只支持ONNX格式，且ONNX模型必须为确定的输入输出，暂不支持动态输入。
	参数	int memorySize	模型转换时分配的内存大小

序号	API		参数解释	说明
1	方法	Nvinfer()	构造函数/初始化函数	初始化Nvinfer类，主要初始化封装的推理引擎，该推理引擎中封装了比较重要的一些类和指针。
1	参数	string modelPath	- - engine模型路径。	初始化Nvinfer类，主要初始化封装的推理引擎，该推理引擎中封装了比较重要的一些类和指针。
2	方法	Dims GetBindingDimensions()	获取绑定的端口的形状信息	通过端口编号或者端口名称，获取绑定的端口的形状信息.
	参数	int index	绑定端口的编号
	参数	string nodeName	- 绑定端口的名称
	返回值	Dims	接口返回一个Dims结构体，该结构体包含了节点的维度大小以及每个维度的具体大小。
3	方法	void LoadInferenceData()	加载待推理数据接口	通过端口编号或者端口名称，将处理好的带推理数据加载到推理通道上。
	参数	string nodeName	待加载推理数据端口的名称。
		int nodeIndex	待加载推理数据端口的编号。
		float[] data	处理好的待推理数据，由于目前使用的推理数据多为float类型，因此此处目前只做了该类型接口。
4	方法	void infer()	调用推理接口，对加载到推理通道的数据进行推理。
5	方法	void LoadInferenceData()	获取推理结果:	通过端口编号或者端口名称，读取推理好的结果数据。
	参数	string nodeName	推理结果数据端口的名称。
	参数	int nodeIndex	推理结果数据端口的编号。
	返回值	float[]	返回值为指定节点的推理结果数据。