# TensorRT-CSharp-API **Repository Path**: guojin-yan/TensorRT-CSharp-API ## Basic Information - **Project Name**: TensorRT-CSharp-API - **Description**: 官方发行的 TensorRT未提供C#编程语言接口,因此在使用时无法实现在C#中利用 TensorRT进行模型部署。在该项目中,利用动态链接库功能,调用官方依赖库,实现在C#中部署深度学习模型。 - **Primary Language**: C# - **License**: Apache-2.0 - **Default Branch**: TensorRtSharp4.0 - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 3 - **Forks**: 0 - **Created**: 2023-04-18 - **Last Updated**: 2026-09-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README TensorRT CSharp API v4.0 - 面向 C# 与 .NET 的 TensorRT 和 CUDA 接口

TensorRT CSharp API v4.0

面向 C# 与 .NET 的 TensorRT、CUDA 托管接口、项目自有桥接包、可运行视觉示例和 TensorRtExec 桌面工具。

仓库许可证 NuGet 正式版本 NuGet 下载量 GitHub Release GitHub Stars

托管代码检查 发布质量门禁

English | 简体中文

# TensorRT CSharp API v4.0 [![构建](https://github.com/guojin-yan/TensorRT-CSharp-API/actions/workflows/ci-validation.yml/badge.svg)](https://github.com/guojin-yan/TensorRT-CSharp-API/actions/workflows/ci-validation.yml) [![文档](https://img.shields.io/badge/docs-DocFX-2f80ed)](https://guojin-yan.github.io/TensorRT-CSharp-API/) [![许可证](https://img.shields.io/github/license/guojin-yan/TensorRT-CSharp-API.svg)](LICENSE) TensorRT CSharp API v4.0 是面向 .NET 的 TensorRT / CUDA 桥接项目,包含推理执行、CUDA 运行时编译、显存、流与事件、回调、分配器以及 TensorRtExec 桌面工具。`4.0.0` 正式稳定版已经发布,当前开发重点转向使用公开包的系列案例、完整应用和配套技术文章。 ## 📖 项目简介 - 主 TensorRT 顶层命名空间为 JYPPX.TensorRtSharp,未单独归类的共享类型也归入该命名空间。 - CUDA 顶层命名空间为 JYPPX.CudaSharp。 - 原生桥接库为 jyppxtrtbridge,按 CUDA/TensorRT 版本提供项目自有 bridge-only 包。 CUDA、cuDNN、TensorRT 和 NVRTC 由使用者自行安装。仓库不重新分发 CUDA、cuDNN、TensorRT 厂商运行库:只发布托管源码、托管包和项目自有桥接包。 ## ✨ 首版重点 - src 按 CUDA、TensorRT、运行时、显存和共享模块归类。 - 覆盖 engine 构建、执行上下文、binding、动态 shape、分配器、日志、性能分析、进度监视、stream、event、CUDA Graph 和 CUDA RTC。 - 运行库包角色明确:windows_split_package_roles=bridge 的 .Bridge 包只包含项目桥接库。 - NuGet 包固定使用 nuget/logo.jpg,并嵌入当前英文 README。 - 许可证为 Apache-2.0。 ## 📢 本次更新:4.0.0 - 固定 `JYPPX.TensorRtSharp` 与 `JYPPX.CudaSharp` 顶层命名空间及 4.0 托管 API。 - 发布 1 个托管包、6 个 Windows Bridge 包和 12 个 Linux Bridge 包,匹配的 NVIDIA 运行时仍由用户自行安装。 - CUDA、cuDNN、TensorRT、NVRTC、样例应用和模型二进制均不进入 NuGet 包。 - 针对当前 C# 核心代码提供兼容的托管包维护版本 `4.0.0.1`;Bridge 包矩阵仍保持 `4.0.0`。 查看 [4.0.0 详细说明](docs/releases/4.0.0.md)、[4.0.0.1 托管包说明](docs/releases/4.0.0.1.md),或浏览 [全部版本列表](docs/releases/README.md)。 ## 🚀 30 秒开始 在目标机器安装匹配的 NVIDIA 运行库,然后创建控制台项目并添加托管包和对应 bridge 包: ~~~powershell dotnet new console -n TrtQuickstart cd TrtQuickstart dotnet add package JYPPX.TensorRT.CSharp.API --version 4.0.0 dotnet add package JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda12.9.cudnn9.22.Bridge --version 4.0.0 ~~~ 精确 `4.0.0` 可以避免恢复结果随时间变化,也不会误选 API 不兼容的历史 4.x 包(例如 `4.0.6170`)。请根据目标机器安装的 RID 和 NVIDIA 运行时矩阵替换 Bridge 包 ID。 程序创建 runtime、加载 engine、绑定输入输出并执行推理。bridge 包不包含 CUDA、cuDNN 或 TensorRT。请先阅读 [推理绑定教程](docs/articles/zh-cn/inference-bindings-tutorial.md) 和 [Windows 安装排错](docs/articles/zh-cn/windows-installation-and-troubleshooting-guide.md)。 ## 📦 包结构 | 包 | 内容 | | --- | --- | | JYPPX.TensorRT.CSharp.API | TensorRT/CUDA 托管 API | | JYPPX.TensorRT.CSharp.API.Runtime.*.Bridge | 仅项目自有原生桥接库,按 RID/TensorRT/CUDA/cuDNN 选择一个 | 位于 `samples/ComputerVision/01.Classification` 的 `Classification` 和位于 `applications/YoloVision` 的 `YoloVision` 都是可运行案例。它们使用已发布的 4 系列托管包,但自身不进入任何公开包源或 Release 资产。 ## 🧪 系列案例 | 系列 | 项目 | 主要内容 | | --- | --- | --- | | CUDA | `Cuda/01.RuntimeCompilation` | CUDA RTC 编译、模块加载、kernel 启动与结果回读 | | 推理基础 | `Inference/01.Bindings`、`Inference/02.DynamicShapes` | binding、显存归属和动态 profile | | 性能 | `Performance/01.MultiStream` | CUDA stream、event 与跨流顺序 | | 计算机视觉 | `Classification` | 图像预处理、Top-K、JSON 和识别结果图 | | 完整应用 | `YoloVision`、`OnnxToEngine`、`TensorRtExec` | 多步骤工作流与高级用法 | 可运行命令和对应文章见 [系列案例目录](samples/README.md) 与 [完整应用目录](applications/README.md)。 CUDA RTC 路线图:[English](docs/articles/en/cuda-runtime-compilation-roadmap.md) | [简体中文](docs/articles/zh-cn/cuda-runtime-compilation-roadmap.md) | [技术文章](docs/articles/zh-cn/cuda-runtime-compilation-technical-article.md) ## 🌐 公开包与 Release 资产 `4.0.0` 正式版已经在 GitHub Release、NuGet.org 和 GitHub Packages 公开;兼容的托管包维护版本为 `4.0.0.1`,Bridge 矩阵仍为 `4.0.0`。NuGet 包 README 使用根目录英文 README,包图标固定为 nuget/logo.jpg,核心托管包使用 Apache-2.0 SPDX 许可证表达式。 | 包 | 版本 | NuGet.org | GitHub Packages | 用途 | | --- | --- | --- | --- | --- | | JYPPX.TensorRT.CSharp.API | [![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API/) | [包页面](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API/) | [包源](https://github.com/users/guojin-yan/packages/nuget/package/jyppx.tensorrt.csharp.api) | 核心 TensorRT/CUDA 托管 API | | 发布渠道 | 链接 | 资产 | | --- | --- | --- | | GitHub Release | [v4.0.0](https://github.com/guojin-yan/TensorRT-CSharp-API/releases/tag/v4.0.0) | 源码压缩包、核心托管 .nupkg 和项目自有 Bridge .nupkg 包 | | GitHub Packages | [NuGet 包源](https://github.com/users/guojin-yan/packages?repo_name=TensorRT-CSharp-API) | 核心托管包以及已发布的项目自有 Bridge 矩阵 | | NuGet.org | [核心包 4.0.0](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API/4.0.0) | 核心托管包与 18 个项目自有 Bridge 包 | ### 🧩 Bridge 包矩阵 下面列出每个已发布 Bridge 包及其匹配的用户自装 CUDA、cuDNN、TensorRT 版本。`.Bridge` 包只包含 `jyppxtrtbridge`,不会携带 NVIDIA 厂商运行库。`published-4.0.0` 表示精确 `4.0.0` 已在 GitHub Packages、GitHub Release 和 NuGet.org 提供。 | 包 ID | Runtime key | CUDA | cuDNN | TensorRT | 发布状态 | | --- | --- | --- | --- | --- | --- | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda11.8.cudnn8.9.Bridge/) | `win-x64-trt8.6-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda12.1.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda12.1.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt8.6.cuda12.1.cudnn8.9.Bridge/) | `win-x64-trt8.6-cuda12.1-cudnn8.9` | 12.1 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda11.8.cudnn8.9.Bridge/) | `win-x64-trt10.11-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt10.11.cuda12.9.cudnn9.22.Bridge/) | `win-x64-trt10.11-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda12.9.cudnn9.22.Bridge/) | `win-x64-trt11.0-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 11.0 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda13.2.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda13.2.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.win-x64.trt11.0.cuda13.2.cudnn9.22.Bridge/) | `win-x64-trt11.0-cuda13.2-cudnn9.22` | 13.2 | 9.22 | 11.0 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda11.8.cudnn8.9.Bridge/) | `linux-x64-ubuntu20.04-trt8.6-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda12.1.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda12.1.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt8.6.cuda12.1.cudnn8.9.Bridge/) | `linux-x64-ubuntu20.04-trt8.6-cuda12.1-cudnn8.9` | 12.1 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt10.11.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt10.11.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu20.04.trt10.11.cuda11.8.cudnn8.9.Bridge/) | `linux-x64-ubuntu20.04-trt10.11-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda11.8.cudnn8.9.Bridge/) | `linux-x64-ubuntu22.04-trt8.6-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda12.1.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda12.1.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt8.6.cuda12.1.cudnn8.9.Bridge/) | `linux-x64-ubuntu22.04-trt8.6-cuda12.1-cudnn8.9` | 12.1 | 8.9 | 8.6 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda11.8.cudnn8.9.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda11.8.cudnn8.9.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda11.8.cudnn8.9.Bridge/) | `linux-x64-ubuntu22.04-trt10.11-cuda11.8-cudnn8.9` | 11.8 | 8.9 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt10.11.cuda12.9.cudnn9.22.Bridge/) | `linux-x64-ubuntu22.04-trt10.11-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda12.9.cudnn9.22.Bridge/) | `linux-x64-ubuntu22.04-trt11.0-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 11.0 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda13.2.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda13.2.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu22.04.trt11.0.cuda13.2.cudnn9.22.Bridge/) | `linux-x64-ubuntu22.04-trt11.0-cuda13.2-cudnn9.22` | 13.2 | 9.22 | 11.0 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt10.11.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt10.11.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt10.11.cuda12.9.cudnn9.22.Bridge/) | `linux-x64-ubuntu24.04-trt10.11-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 10.11 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda12.9.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda12.9.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda12.9.cudnn9.22.Bridge/) | `linux-x64-ubuntu24.04-trt11.0-cuda12.9-cudnn9.22` | 12.9 | 9.22 | 11.0 | published-4.0.0 | | `JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda13.2.cudnn9.22.Bridge`
[![版本](https://img.shields.io/nuget/v/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda13.2.cudnn9.22.Bridge.svg?label=version)](https://www.nuget.org/packages/JYPPX.TensorRT.CSharp.API.Runtime.linux-x64.ubuntu24.04.trt11.0.cuda13.2.cudnn9.22.Bridge/) | `linux-x64-ubuntu24.04-trt11.0-cuda13.2-cudnn9.22` | 13.2 | 9.22 | 11.0 | published-4.0.0 | ## 🧠 模型获取与 ONNX 转换 演示模型统一暂存于仓库外的 models 目录,不上传 GitHub,也不放入 NuGet。每篇完整技术文章都要写明官方获取 URL、固定 revision、许可证、转换命令、输入输出契约和 SHA256。 | 演示 | 获取和转换方式 | | --- | --- | | MNIST | 使用项目生成的数字图像,运行示例 PyTorch/ONNX 脚本导出,再用 trtexec 构建 TensorRT engine。 | | ResNet18 | 获取 torchvision 官方权重,按 NCHW 224x224 和 ImageNet 归一化执行 torch.onnx.export。 | | YOLOv8n 检测/分类/分割/姿态/OBB | 获取 Ultralytics 官方 checkpoint,使用固定版本导出命令并校验输出名称和形状。 | | YOLOv10n | 获取 THU-MIG 官方 checkpoint,使用仓库 reference 脚本导出并保留端到端输出契约。 | | YOLOX-S | 获取 Megvii 官方 checkpoint,按固定 YOLOX/ONNX 流程转换并校验 decode 元数据。 | | LRASPP MobileNetV3 Large | 获取 torchvision v0.25.0 官方权重,使用 mean/std 导出到 [1,21,320,320] 并比较逐像素 argmax。 | 详见 [演示模型清单](samples/assets/demo-model-inventory.json)、[模型获取与 ONNX 转换文章](docs/articles/zh-cn/demo-model-acquisition-and-onnx-conversion.md) 和 eng/Sync-DemoOnnxModels.ps1。后续模型会迁移到 ModelZoo。 ## 📚 文档入口 - [英文文档](docs/index.md) - [中文公开文章总入口](docs/articles/zh-cn/README.md) - [版本发布](docs/articles/zh-cn/01-release/README.md) - [系列案例](docs/articles/zh-cn/02-samples/README.md) - [完整应用](docs/articles/zh-cn/03-applications/README.md) - [API 使用](docs/articles/zh-cn/04-api/README.md) - [安装与运行环境](docs/articles/zh-cn/05-installation/README.md) - [源码编译](docs/articles/zh-cn/06-source-build/README.md) - [项目背景与其他主题](docs/articles/zh-cn/07-misc/README.md) - [4.0.0 正式发布文章](docs/articles/zh-cn/01-release/2026/2026-08-10-tensorrtsharp-4.0.0.md) - [Windows 安装指南](docs/articles/zh-cn/05-installation/windows/msc-003-windows-installation.md) - [托管包与 Bridge 包选择](docs/articles/zh-cn/05-installation/packages/msc-004-managed-and-bridge-package-selection.md) - [系列案例总览](docs/articles/zh-cn/02-samples/smp-001-sample-series-overview.md) - [项目概览](docs/articles/zh-cn/project-overview.md) - [源码组织](docs/articles/zh-cn/source-organization.md) - [模型获取与 ONNX 转换](docs/articles/zh-cn/demo-model-acquisition-and-onnx-conversion.md) - [推理绑定教程](docs/articles/zh-cn/inference-bindings-tutorial.md) - [TensorRtExec GUI 使用](docs/articles/zh-cn/tensorrtexec-gui-user-guide.md) - [YOLOVision 模型矩阵](applications/YoloVision/yolo-model-matrix.json) - [TensorRtExec 功能矩阵](applications/TensorRtExec/tensor-rt-exec-feature-matrix.json) - [ONNX 转换 parity 矩阵](applications/OnnxToEngine/trtexec-parity-matrix.json) ## 🔨 源码构建 ~~~powershell dotnet restore TensorRtSharp.sln dotnet build TensorRtSharp.sln -c Release dotnet test tests/JYPPX.ProjectQuality.Tests/JYPPX.ProjectQuality.Tests.csproj -c Release --no-restore ~~~ 后续发布时将 JYPPXPackageVersion 设置为批准的 4 系列版本。上传前必须检查每个 nupkg:包含 README 和 logo.jpg,且不包含 CUDA、cuDNN、TensorRT 厂商二进制。 ## 🚢 发布与 Action 规则 所有 workflow 仅手工触发,用于节省 Action 额度。grape-yan 仓库只做验证,不发布任何包。先在本地完成 restore、build、定向测试、包内容检查和干净消费者验证,只有 Owner 批准后才触发远程验证或正式发布。 NuGet 发布需要核心包权限,以及每个项目自有 `.Bridge` ID 的按包 push 权限。`JYPPX.TensorRT.CSharp.API.YoloVision` 和 `JYPPX.TensorRT.CSharp.API.Classification` 是仅供 samples 使用的 ID,严禁上传。nuget.org `403` 表示授权失败,不应重复上传。 ## 🗂️ 目录结构 - src:按模块归类的托管接口。 - native:原生桥接和 ABI 导出。 - samples:可运行 C# 演示和模型元数据。 - applications/TensorRtExec:桌面 engine 构建与运行工具。 - pack:托管包和 bridge-only 包定义。 - docs:DocFX 站点和技术文章。 - eng:构建、获取、校验和发布脚本。 ## ⚖️ 开源与使用声明 **1. 开源协议声明** 作者所有开源项目代码均遵循 **Apache License 2.0** 开源协议。 *特别说明:本项目集成了若干第三方库。若任何第三方库的许可协议与 Apache 2.0 协议存在冲突或不一致,均以该第三方库的原始许可协议为准。本项目不包含也不代表这些第三方库的授权声明,使用前请务必阅读并遵守第三方库的相关许可。* **2. 代码开发与质量说明** - **AI 辅助开发**:本代码在开发过程中使用了人工智能(AI)辅助生成与优化,并非完全由人工逐行编写。 - **安全性承诺**:**作者郑重声明,本代码中绝无任何有意设置的后门、病毒、木马或旨在破坏用户设备、窃取数据的恶意代码。** - **技术局限性**:受限于作者个人的技术水平与能力,代码中可能存在因逻辑不严谨、优化不足或经验欠缺导致的低级问题(例如但不限于内存泄漏、偶发崩溃、资源未释放等)。这些问题纯属能力不足所致,并非主观故意。 - **测试范围**:由于作者精力有限,未对本软件进行全方位、覆盖所有边缘场景的完整测试。 **3. 免责声明(重要)** **请在将本代码应用于任何实际项目(特别是商业、工业或关键任务环境)之前,务必进行详尽、严格的自行测试与验证。** 鉴于上述可能存在的代码缺陷及测试覆盖不足,**因使用本代码而导致的任何直接或间接损失(包括但不限于设备故障、数据丢失、系统瘫痪或利润损失等),本作者概不负责。** 一旦您开始使用本代码,即表示您已知晓上述风险并同意自行承担一切后果,相关问题与本作者无关。 **4. 代码开源范围** 本项目承诺核心逻辑代码完全开源,但上述提到的“第三方库”的二进制文件、源代码或相关资源不在本项目的开源义务范围内,请根据其各自的指引获取。 **5. 社区与反馈** 尽管存在上述不足,我们仍欢迎大家下载使用、提交 Issue 或参与测试,共同完善项目。如果您在使用过程中发现 Bug、内存溢出或有改进建议,欢迎通过项目主页提供的联系方式与作者取得联系,我们将尽力在有限的时间内提供协助。 ## 🤝 联系与赞助 反馈问题时,请附上包版本、CUDA/cuDNN/TensorRT 版本、GPU、操作系统和失败命令。请勿上传存在再分发限制的模型权重或 NVIDIA 运行库。

开发者联系方式与赞助二维码