TRT_LOGGER = trt.Logger(trt.Logger.INFO) AttributeError: module 'tensorrt' has no attribute 'Logger'

这个错误通常是由于TensorRT版本不兼容或未正确安装所致。请确保您已正确安装TensorRT并使用正确的版本。您可以尝试使用以下命令检查TensorRT版本：

dpkg -l | grep nvinfer

如果您使用的是TensorRT 7，则应该使用以下代码创建Logger：

TRT_LOGGER = trt.Logger(trt.Logger.INFO)

如果您使用的是TensorRT 6或更早版本，则应该使用以下代码创建Logger：

TRT_LOGGER = trt.Logger(trt.Logger.VERBOSE)

相关问题

AttributeError: module 'trt_inference' has no attribute 'main'

根据引用和引用，"AttributeError: 'module' object has no attribute 'core'"错误通常是由于引入的模块中缺少'core'属性引起的。而根据引用中提供的解决方法，添加以下两行代码可以解决"AttributeError: ‘NoneType’ object has no attribute ‘create_execution_context’"这个错误。因此，对于你提到的"AttributeError: module 'trt_inference' has no attribute 'main'"错误，可能是由于模块'trt_inference'中确实没有'main'属性所导致的。你可以检查一下你的代码和模块是否正确引入和使用了'main'属性。

AttributeError: 'TRT_engine' object has no attribute 'eval'

这个错误通常是由于使用了TensorRT引擎对象的错误方法导致的。在TensorRT中，没有名为“eval”的方法。正确的方法是使用“execute”方法来运行引擎。请确保您的代码中使用了正确的方法名。以下是一个示例代码片段，展示了如何正确地使用TensorRT引擎对象来执行推理：

# 创建TensorRT引擎
engine = trt_engine_builder.build_cuda_engine(network)

# 创建执行上下文
context = engine.create_execution_context()

# 准备输入数据
input_data = ...

# 分配输出内存
output_data = np.empty(...)

# 执行推理
context.execute(batch_size=1, bindings=[int(input_data), int(output_data)])

# 处理输出数据
...