快速开始

当前仓库已经完成本机扫描头文件的接口覆盖追平：

  • TensorRT interface coverage：0 missing rows。
  • CUDA runtime interface coverage：0 missing rows。
  • Manifest inventory：3271 条 API records，102 份 manifests。

当前重点已经从“继续补 missing API”转为发布加固：样例可运行性、文档一致性、runtime package 验证和 package consumer 证据。

前置条件

  • .NET SDK 10.0.300 或更高。
  • CMake 3.27 或更高。
  • Windows x64 或 Linux x64。
  • 如需 native/runtime package 验证，需要匹配的 TensorRT、CUDA、cuDNN 本机根目录。

本地质量门

dotnet restore .\TensorRtSharp.sln
powershell -ExecutionPolicy Bypass -File .\eng\Export-InterfaceCoverageMatrix.ps1
dotnet build .\TensorRtSharp.sln -c Debug --no-restore
dotnet test .\tests\JYPPX.ProjectQuality.Tests\JYPPX.ProjectQuality.Tests.csproj -c Debug --no-build
dotnet docfx .\docs\docfx.json

如果修改了 manifest、native 或 generated 文件，还需要运行：

powershell -ExecutionPolicy Bypass -File .\eng\Generate-Bindings.ps1
powershell -ExecutionPolicy Bypass -File .\eng\Test-BindingGeneratorOutputs.ps1
cmake --preset win-x64-trt11-cuda13-release
cmake --build --preset win-x64-trt11-cuda13-release --parallel

推荐常用案例顺序

  1. MultiStream
  2. DynamicShape
  3. InferenceBindings
  4. OnnxToEngine
  5. Classification，使用你自己的分类 ONNX 资产
  6. YoloDet，使用你自己的 YOLO-family ONNX 资产

推荐 smoke 顺序：

  1. CudaSmokeRunner
  2. TensorRtSmokeRunner
  3. LifecycleSmokeRunner
  4. OnnxToEngineSmokeRunner
  5. NetworkBuilderSmokeRunner
  6. 各类 layer-specific network runners

MultiStream、DynamicShape、InferenceBindings 和 OnnxToEngine 都是真实可运行案例并加入解决方案。Classification 和 YoloDet 也是可执行项目，但需要你提供可再分发的 ONNX model / labels / 输入尺寸等资产。CUDA custom-kernel preprocessing 先保留为文档路线图，等待安全 public CUDA module/kernel wrapper 后再加入可运行 sample。

分类模型示例：

dotnet run --project .\samples\Classification -- --model .\models\classifier.onnx --labels .\models\labels.txt --input-shape 1x3x224x224 --tensor-rt-line 10

YOLO 检测模型示例：

dotnet run --project .\samples\YoloDet -- --model .\models\yolo.onnx --labels .\models\coco.names --input-shape 1x3x640x640 --tensor-rt-line 10

继续阅读

Edit this page