laugh12321/TensorRT-YOLO

¿Qué es?

Funciones clave

• 01Admite tareas de detección, segmentación, clasificación, pose y OBB para modelos de la familia YOLO.
• 02Ofrece API de inferencia tanto en C++ como en Python, con el mismo pipeline.
• 03Utiliza plugins de TensorRT para el postprocesamiento y kernels de CUDA junto con CUDA Graphs para mejorar el rendimiento.
• 04Incluye una CLI que detecta automáticamente la estructura del modelo.
• 05El módulo de C++ consta de un único header sin dependencias de terceros.

Casos de uso

• Desplegar detección de objetos YOLO en tiempo real en GPU de NVIDIA o dispositivos Jetson.
• Ejecutar servicios de segmentación de instancias o estimación de pose con engines de TensorRT.
• Servir varios modelos YOLO en aplicaciones de C++ mediante inferencia con múltiples contextos.
• Crear pipelines de análisis de video en hardware de NVIDIA.

Inicio rápido

1. 1

   Clona el repositorio de TensorRT-YOLO

   git clone https://github.com/laugh12321/TensorRT-YOLO
2. 2

   Instala pybind11 para los bindings de Python

   pip install "pybind11[global]"
3. 3

   Configura la compilación con CMake e indica el directorio de TensorRT en TRT_PATH

   cmake -S . -B build -D TRT_PATH=/your/tensorrt/dir -D BUILD_PYTHON=ON -D CMAKE_INSTALL_PREFIX=/your/tensorrt-yolo/install/dir
4. 4

   Compila e instala la biblioteca

   cmake --build build -j$(nproc) --config Release --target install

Antes de usarlo

• !Se requiere una GPU NVIDIA con CUDA y TensorRT instalados (se recomienda TensorRT 8.6.1 o posterior).
• !Está bajo la licencia GPL-3.0, una licencia copyleft que exige que las obras derivadas se publiquen como código abierto bajo los mismos términos.
• !La interfaz de inferencia de la edición comunitaria está congelada y no recibirá una nueva arquitectura de ejecución; el README describe una edición profesional de código cerrado con funciones avanzadas.

En colecciones

Temas

Preguntas frecuentes

¿Qué es TensorRT-YOLO?

Toolkit de C++/Python para desplegar modelos de la familia YOLO en GPU de NVIDIA con TensorRT, compatible con tareas de detección, segmentación, clasificación, pose y OBB. TensorRT-YOLO es un toolkit de despliegue para ejecutar modelos de la familia YOLO en hardware de NVIDIA mediante TensorRT. Ofrece interfaces de inferencia en C++ y Python para detección de objetos, segmentación de instancias, clasificación de imágenes, estimación de pose y detección de objetos rotados, e incluye un ejemplo de análisis de video.

¿TensorRT-YOLO es gratuito? ¿Qué licencia tiene?

TensorRT-YOLO es open source bajo la licencia GPL-3.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.

¿TensorRT-YOLO sigue mantenido?

Actualizado en los últimos 6 meses. El último commit de TensorRT-YOLO fue el 10 sept 2026.

¿Para qué puedo usar TensorRT-YOLO?

Desplegar detección de objetos YOLO en tiempo real en GPU de NVIDIA o dispositivos Jetson. Ejecutar servicios de segmentación de instancias o estimación de pose con engines de TensorRT. Servir varios modelos YOLO en aplicaciones de C++ mediante inferencia con múltiples contextos. Crear pipelines de análisis de video en hardware de NVIDIA.

¿Cómo se instala TensorRT-YOLO?

Clona el repositorio de TensorRT-YOLO: git clone https://github.com/laugh12321/TensorRT-YOLO Instala pybind11 para los bindings de Python: pip install "pybind11[global]" Configura la compilación con CMake e indica el directorio de TensorRT en TRT_PATH: cmake -S . -B build -D TRT_PATH=/your/tensorrt/dir -D BUILD_PYTHON=ON -D CMAKE_INSTALL_PREFIX=/your/tensorrt-yolo/install/dir Compila e instala la biblioteca: cmake --build build -j$(nproc) --config Release --target install

¿Dónde consigo TensorRT-YOLO?

El código fuente y las instrucciones de instalación están en GitHub: https://github.com/laugh12321/TensorRT-YOLO