Windows下TensorRT-yolov5-使用总结

(40条消息) Windows下TensorRT-yolov5-使用总结_高祥xiang的博客-CSDN博客
(40条消息) win10 tensorrtx yolov5使用方法_lishiyu93的博客-CSDN博客
(40条消息) Win10—YOLOv5实战+TensorRT部署+VS2019编译(小白教程~易懂易上手)–
-超详细_爱折腾的三石兄-CSDN博客

备注：对于tenserrtx，不需要以上这么复杂配置环境变量，只需要安
装cuda及cudnn后，下载tensorRT+opencv环境
+dirent.h+tensorrtx源码，首次生成.sln VS工程文件后，下次直接
拷贝这个VS工程，根据自己tensorRT+opencv环境+dirent.h的环境
来在工程中修改对应路径即可。可免去每次都重新cmake的过程。

GitHub - wang-xinyu/tensorrtx: Implementation of popular deep learning networks with TensorRT network definition API 3080+cuda11.0+win10+VS2019 编译错误 ∙ Issue #666 ∙ wang-xinyu/tensorrtx ∙GitHub

(45条消息) yolov5部署之dll封装并调用的方法_Christo3的博客-CSDN博客_yolov5封装
备注：已有DLL工程，后期可重复使用

安装python、cuda11.2、cudnn对应cuda11.2软件
1、在yolov5-master下训练完成后生成best.pt文件（训练时要清楚使用的什么类型训练
的，可以是s\m\l\x）
2、在\tensorrtx-yolov5-v5.0\yolov5复制gen_wts.py文件到\yolov5-master训练集下
3、使用anaconda工具运行该文件：python gen_wts.py -w yolov5l_best.pt
yolov5l_best.pt是训练生成的模型，通过该命令生成对应名字的wts，如yolov5l_best.wts
4、把生成的yolov5l_best.wts文件导入\tensorrtx-yolov5-v5.0\yolov5\build\Release文
件下，使用指令yolov5.exe -s yolov5l_best.wts yolov5l_best.engine l 通过yolov5.exe生
成yolov5l_best.engine，参数l根据训练模型来改，可以是s\m\l\x
5、yolov5.exe -d yolov5l_best.engine ./sample 测试生成的engine是否运行
6、生成的engine后改名为yolov5_best.engine，可替换到mbvison下运行
nvidia-smi查看gpu