1. 采用Nvidia官方基准测试:

 GitHub - NVIDIA-AI-IOT/jetson_benchmarks: Jetson Benchmark

  1. 该基准测试中主要包含以下网络:
  1. Inception V4 : 299x299
  2. ResNet-50 : 224x224
  3. OpenPose : 256x456
  4. VGG-19 : 224x224
  5. YOLO-V3 : 608x608
  6. Super Resolution : 481x321
  7. Unet : 256x256

官方测试环境为Jetpack4.4,TensorRt7.本次测试采用环境为jetpack5.0.1 cuda 11.3 tensorrt 8.4.0

  1. 主要操作流程:
  1. git clone https://github.com/NVIDIA-AI-IOT/jetson_benchmarks.git
  2. cd jetson_benchmarks|mkdir model
  3. sudo sh install_requirements.sh #本次测试采用python3.8
  4. python3 utils/download_models.py --all --csv_file_path <path-to>/benchmark_csv/nx-benchmarks.csv --save_dir <absolute-path-to-downloaded-models>    #下载测试模型
  5. sudo python3 benchmark.py --all --csv_file_path <path-to>/benchmark_csv/nx-benchmarks.csv --model_dir <absolute-path-to-downloaded-models>    #运行所有测试模型

测试过程中GPU以最高频率921600000HZ运行,功率运行至最大

  1. 测试结果:

GPU运行结果:

Inception V4

FPS输出结果:

Model Name

FPS

Inception V4 : 299x299

311.73

ResNet-50 : 224x224

824.02

pose_estimation

237.1

VGG-19 : 224x224

66.43

YOLO-V3 : 608x608

546.69

Super Resolution : 481x321

150.46

Unet : 256x256

145.42

ssd-mobilenet-v1

887.6

可能报错:

设置路径时最好设置为绝对路径

大部分报错都是因为版本问题产生,本次测试安装包版本信息如下:

 

 

 

 

Logo

技术共进,成长同行——讯飞AI开发者社区

更多推荐