SAMC++TensorRT（实时图像分割）

SPEED SAM C++ TENSORRT

🌐 1、概述

用于SAM（segment anything model分割一切模型）的TensorRT和CUDA优化的高表现C++实现，特别适用于实时图像分割任务。

📢 更新 模型转换：从ONNX模型构建TensorRT引擎以加速推理。点和边界框分割：通过选定的点或边界框轻松分割图像。FP16精度：在速度与精度之间进行选择，支持FP16和FP32。动态形状支持：利用优化配置文件高效处理可变输入大小。CUDA优化：利用CUDA进行预处理和有效的内存管理。 📢2、性能 2.1 推理时间 组件SpeedSAM图像编码器参数5M速度8ms掩码解码器参数3.876M速度4ms完整流程（编码+解码）参数9.66M速度12ms 2.2 结果

📂 3、项目结构 SPEED-SAM-CPP-TENSORRT/ ├── include │ ├── config.h # 模型配置和宏定义 │ ├── cuda_utils.h # CUDA工具宏 │ ├── engineTRT.h # TensorRT引擎管理 │ ├── logging.h # 日志实用工具 │ ├── macros.h # API导出/导入宏 │ ├── speedSam.h # SpeedSam类定义 │ └── utils.h # 图像处理实用函数 ├── src │ ├── engineTRT.cpp # TensorRT引擎实现 │ ├── main.cpp # 主入口点 │ └── speedSam.cpp # SpeedSam类实现 └── CMakeLists.txt # CMake配置 🚀 4、编译运行 准备工作 git clone github /hamdiboukamcha/SPEED-SAM-C-TENSORRT.git cd SPEED-SAM-CPP-TENSORRT # 创建构建目录并编译 mkdir build && cd build cmake .. make -j$(nproc)

注意：根据需要更新CMakeLists.txt中的TensorRT和OpenCV正确路径。

📦 依赖项 CUDA：NVIDIA的并行计算平台TensorRT：高性能深度学习推理OpenCV：图像处理库C++17：编译所需的最低标准 🔍 代码概览 主要组件 SpeedSam 类 (speedSam.h)：管理图像编码和掩码解码。EngineTRT 类 (engineTRT.h)：TensorRT引擎创建和推理。CUDA 工具 (cuda_utils.h)：CUDA错误处理宏。配置 (config.h)：定义模型参数和精度设置。 关键函数 EngineTRT::build：从ONNX模型构建TensorRT引擎。EngineTRT::infer：对提供的输入数据运行推理。SpeedSam::predict：使用输入点或边界框分割图像。