神经网络引擎 - NNEngine - Neural Network Engine

神经网络引擎 - NNEngine - Neural Network Engine 点击查看官方介绍 演示视频：概述、单眼深度估计演示、艺术风格转制演示 教程视频：实现深度估计 文档：链接   只需调用几个蓝图节点，你就能加载并运行最前沿的人工智能。   该插件支持 ONNX（开放神经网络交换），这是一种广泛使用的开源机器学习模型格式。 许多机器学习框架，如PyTorch和TensorFlow，可以导出其模型为ONNX格式。 ONNX Model Zoo 上提供了许多训练好的模型。   性能是我们的首要考虑。 该插件支持运行时的模型优化和在各种硬件上的GPU加速，同时该插件本身也经过优化。   演示项目包含了 人类检测 人体姿态估计 人脸检测 面部标志估计 眼动追踪 使用单一RGB摄像头。 另外，示例项目包括 使用单目RGB相机进行深度估计 任意艺术风格的转移 是可用的。   与CUDA和TensorRT一起使用的前提条件 配合CUDA和TensorRT使用， 你需要禁用 NNERuntimeORT 插件，该插件自 UE5.5 起默认启用（这是因为该插件和 NNERuntimeORT 使用不同版本的 ONNX 运行时）。 你需要安装以下版本的CUDA、cuDNN和TensorRT。   Windows： cuDNN 和 TensorRT 的版本在 RTX30** 系列及其他版本中有所不同。我们只测试了GTX1080Ti、RTX2070、RTX3060Ti和RTX3070。其他则未被检测。   除RTX30**系列（RTX20**、GTX10**）以外的版本 CUDA： 11.0.3 cuDNN：8.0.2（2020年7月24日），适用于CUDA 11.0 TensorRT： 7.1.3.4 for CUDA 11.0 RTX30**系列版本 CUDA： 11.0.3 cuDNN：8.0.5（2020年11月9日），适用于CUDA 11.0 TensorRT： 7.2.2.3 for CUDA 11.0   Ubuntu： CUDA：11.4.2 适用于 Linux x86_64 Ubuntu 18.04 cuDNN：8.2.4（2021年9月2日），适用于CUDA 11.4，Linux x86_64 TensorRT：8.2.3.0（8.2 GA 更新2）适用于Linux x86_64，CUDA 11.0-11.5 建议在 TensorRT 中缓存 TensorRT 时添加以下环境变量： “ORT_TENSORRT_ENGINE_CACHE_ENABLE”，并将其值设为“1”。 “ORT_TENSORRT_CACHE_PATH”，并将其值设置为你想保存缓存的任意路径，例如“C：\temp”。

神经网络引擎 - NNEngine - Neural Network Engine 点击查看官方介绍 演示视频：概述、单眼深度估计演示、艺术风格转制演示 教程视频：实现深度估计 文档：链接   只需调用几个蓝图节点，你就能加载并运行最前沿的人工智能。   该插件支持 ONNX（开放神经网络交换），这是一种广泛使用的开源机器学习模型格式。 许多机器学习框架，如PyTorch和TensorFlow，可以导出其模型为ONNX格式。 ONNX Model Zoo 上提供了许多训练好的模型。   性能是我们的首要考虑。 该插件支持运行时的模型优化和在各种硬件上的GPU加速，同时该插件本身也经过优化。   演示项目包含了 人类检测 人体姿态估计 人脸检测 面部标志估计 眼动追踪 使用单一RGB摄像头。 另外，示例项目包括 使用单目RGB相机进行深度估计 任意艺术风格的转移 是可用的。   与CUDA和TensorRT一起使用的前提条件 配合CUDA和TensorRT使用， 你需要禁用 NNERuntimeORT 插件，该插件自 UE5.5 起默认启用（这是因为该插件和 NNERuntimeORT 使用不同版本的 ONNX 运行时）。 你需要安装以下版本的CUDA、cuDNN和TensorRT。   Windows： cuDNN 和 TensorRT 的版本在 RTX30** 系列及其他版本中有所不同。我们只测试了GTX1080Ti、RTX2070、RTX3060Ti和RTX3070。其他则未被检测。   除RTX30**系列（RTX20**、GTX10**）以外的版本 CUDA： 11.0.3 cuDNN：8.0.2（2020年7月24日），适用于CUDA 11.0 TensorRT： 7.1.3.4 for CUDA 11.0 RTX30**系列版本 CUDA： 11.0.3 cuDNN：8.0.5（2020年11月9日），适用于CUDA 11.0 TensorRT： 7.2.2.3 for CUDA 11.0   Ubuntu： CUDA：11.4.2 适用于 Linux x86_64 Ubuntu 18.04 cuDNN：8.2.4（2021年9月2日），适用于CUDA 11.4，Linux x86_64 TensorRT：8.2.3.0（8.2 GA 更新2）适用于Linux x86_64，CUDA 11.0-11.5 建议在 TensorRT 中缓存 TensorRT 时添加以下环境变量： “ORT_TENSORRT_ENGINE_CACHE_ENABLE”，并将其值设为“1”。 “ORT_TENSORRT_CACHE_PATH”，并将其值设置为你想保存缓存的任意路径，例如“C：\temp”。

用这套完整的资源包，可以快速将目标环境或功能带入你的项目中。

该套装包含一个完整制作的展示内容，供你探索、定制并制作自己的关卡。

里面你会发现：

• 完整展示内容，主要元素均已布置
• 面向实际项目使用的资源组织结构
• 高质量模型、材质和配套内容
• 带有参数的材质实例，方便调整环境

需求：请使用 UE4.26-5.7 打开或安装本资源。

通过材质实例和模块化结构，你可以快速调整颜色、纹理和细节以符合自己的视觉方向。

所有内容均以易于使用为目标：打开示例、调整参数，即可继续进行你的制作。