内容来源：pylessons
文章编译：源代码杀手
YOLOv4较旧版本YOLOv4的改进，并且我们已经知道现在它比以前更好。也许使用YOLOv3的每个人都将迁移到YOLOv4，因为它是我们可以用于实时应用程序的最快的对象检测模型之一。但是在本教程中，我想向您展示，如何使用TensorRT将对象检测的速度提高三倍！在本文中，不介绍如何安装TensorRT。
TensorFlow是当今最受欢迎的深度学习框架之一，在全球拥有成千上万的用户。TensorRT是一个深度学习平台，可通过简单的方式优化神经网络模型并加快GPU推理的性能。TensorFlow团队与NVIDIA合作，并在TensorFlow v1.7中添加了对TensorRT的初始支持，现在它已在TensorFlow 2.0及更高版本中投入使用。
那么TensorRT是什么？NVIDIA TensorRT是高性能的推理优化器和运行时，可用于在GPU上以较低精度（FP32，FP16和INT8）执行推理。它与TensorFlow的集成使您可以通过几行代码将TensorRT优化应用于您的TensorFlow模型。与仅使用TensorFlow相比，我们可以将性能提高8倍。集成对支持的图进行了优化&