当前位置: 首页 > news >正文

获取TensorRT引擎文件(.engine)版本号的几种方法

获取TensorRT引擎文件(.engine)版本号的几种方法:

方法1:使用trtexec的–getPlanVersionOnly参数(推荐)

最直接和准确的方法:

export TENSORRT_ROOT=/opt/TensorRT-10.12.0.36 && export LD_LIBRARY_PATH=$TENSORRT_ROOT/lib:$LD_LIBRARY_PATH &&$TENSORRT_ROOT/bin/trtexec --loadEngine="/media/models/scrfd_160x160_fp16.engine" --getPlanVersionOnly

从输出中可以看到类似下面的关键信息:

Plan was created with TensorRT version 10.8.0.43

获取TensorRT引擎文件版本号的完整方法总结

方法1:使用trtexec的–getPlanVersionOnly参数(最推荐)

# 设置TensorRT环境
export TENSORRT_ROOT=/opt/TensorRT-10.12.0.36
export LD_LIBRARY_PATH=$TENSORRT_ROOT/lib:$LD_LIBRARY_PATH
export PATH=$TENSORRT_ROOT/bin:$PATH# 查看引擎文件版本
trtexec --loadEngine=/path/to/your/engine/file --getPlanVersionOnly

优点

  • 不需要反序列化整个引擎文件
  • 速度快,资源消耗少
  • 输出清晰明确
  • 支持TensorRT 8.6及以上版本

方法2:通过错误信息推断

当版本不匹配时,错误信息会显示版本号:

[TensorRT] IRuntime::deserializeCudaEngine: Error Code 1: Serialization (Serialization assertion stdVersionRead == kSERIALIZATION_VERSION failed.Version tag does not match. Note: Current Version: 240, Serialized Engine Version: 239)

版本号对应关系

  • 版本号240 = TensorRT 8.6.x
  • 版本号239 = TensorRT 8.5.x
  • 版本号238 = TensorRT 8.4.x

方法3:使用Python API

import tensorrt as trt# 创建logger
logger = trt.Logger(trt.Logger.WARNING)# 创建runtime
runtime = trt.Runtime(logger)# 读取引擎文件
with open('/path/to/your/engine/file', 'rb') as f:engine_data = f.read()# 尝试反序列化(会失败但会显示版本信息)
try:engine = runtime.deserialize_cuda_engine(engine_data)
except Exception as e:print(f"错误信息: {e}")# 错误信息中会包含版本号

方法4:使用strings命令查看二进制信息

strings /path/to/your/engine/file | grep -i "tensorrt\|version" | head -10
http://www.dtcms.com/a/305491.html

相关文章:

  • GitPython02-Git使用方式
  • 【Datawhale AI夏令营】科大讯飞AI大赛(大模型技术)/夏令营:让AI理解列车排期表(Task3)
  • Elasticsearch 全文检索与过滤
  • MyBatis Plus Wrapper 详细分析与原理
  • 设计模式十四:适配器模式(Adapter Pattern)
  • MCP提示词工程:上下文注入的艺术与科学
  • 【计算机视觉与代码大模型全景解析:从理论基础到学习路线】
  • VSCode高效集成开发全流程优化
  • [论文阅读] 人工智能 + 软件工程 | 增强RESTful API测试:针对MongoDB的搜索式模糊测试新方法
  • Jaeger理论、实战、问题记录
  • Python 中使用 OpenCV 库来捕获摄像头视频流并在窗口中显示
  • RAG实战指南 Day 28:RAG系统缓存与性能优化
  • Web3:赛道划分与发展趋势解析
  • JDBC编程笔记
  • 创建型设计模式-Builder
  • Git链接备用手册
  • 【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 微博内容IP地图可视化分析实现
  • 《设计模式之禅》笔记摘录 - 11.策略模式
  • 15 - 多模态大语言模型 — 图文 “牵线” 系统 “成长记”:借 CLIP 练本领,从图像与文字里精准 “搭鹊桥” 的全过程 (呆瓜版 - 2 号)
  • Java源码构建智能名片小程序
  • 短剧小程序系统开发:重塑影视内容消费格局
  • 北京理工大学医工交叉教学实践分享(1)|如何以实践破解数据挖掘教学痛点
  • 招工招聘小程序系统开发——打造一站式招聘服务平台
  • DISTILLM:迈向大型语言模型的简化蒸馏方法
  • 基于动态权重-二维云模型的川藏铁路桥梁施工风险评估MATLAB代码
  • [硬件电路-106]:模拟电路 - 电路为什么会出现不同的频率特性?元件频率依赖性、信号传输路径、电路拓扑结构、外部因素
  • 新手向:DeepSeek 部署中的常见问题及解决方案
  • C语言:函数指针、二级指针、常量指针常量、野指针
  • 域名https证书
  • 【动态规划算法】斐波那契数列模型