yolov3-tiny中有下面这些层：

Convolutional

SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

Maxpooling

Leaky-Relu

Linear-Relu(正常的Relu)

Residual Block

Strided Residual Block

Upsample

查看TensorRT支持的网络层种类：

https://developer.download.nvidia.cn/compute/machine-learning/tensorrt/docs/5.1/rc/TensorRT-Support-Matrix-Guide.pdf

ONNX的格式是都支持上面的层的，只是不清楚Residual Block这种跨连接的层是不是可以直接实现的。

 

如果采用的是C++ 的API，有下面几个问题思考：

1、weight格式如何转换成为ONNX的格式

2、如何读取图片，输入网络

3、网络的输出，转换为准确度

 

如果采用的是Python的API，那么直接就会有Yolo-V3的示例。

扫码关注我们
微信号：SRE实战
拒绝背锅 运筹帷幄