****** github地址***** https://github.com/Monday-Leo/Yolov5_Tensorrt_Win10 ******
1.安装anaconda
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
创建虚拟环境 torchtest
conda create --name torchtest python=3.9
在这个虚拟环境下安装pytorch
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 cpuonly -c pytorch
(也可手动下载再安装)
安装完后,通过以下命令验证是否安装成功:
在当前虚拟环境下(torchtest)输入python后,回车后,输入:
import torch
import torchvision
备注:包安装优先选择conda,无法成功,则可以尝试用pip安装试试。
》》》》》vscode运行 虚拟环境并生成引擎文件
activate
conda activate torchtest
C:\Users\adminuser\.conda\envs\torchtest\python.exe
C:\Users\adminuser\.conda\envs\torchtest\python.exe gen_wts.py -w yolov5s.pt -o yolov5s.wts
》》》》》
此时如果遇到模块缺失,就安装相应的模块
通过pip install安装(前提是在相应的虚拟环境下)
比如缺失seaborn,那么执行(torchtest) C:\Users\adminuser>pip install seaborn
注意缺失cv2,那么执行opencv_python. (torchtest) C:\Users\adminuser>pip install opencv_python
最后,成功后,在当前目录下会生成一个yolov5s.wts。
****** github地址***** https://github.com/Monday-Leo/Yolov5_Tensorrt_Win10 ******
编译以上项目地址,生成一个exe
生成exe之前,
准备好cuda版本(11.1或10.2以上)
准备好cudnn,官网下载,解压即可
准备好tensorRT: 官网下载TensorRT-7.2.3.4 + cuda-11.1 + cudnn8.1
(解圧后,将include目录下的文件复制到CUDA安装目录下对应的include;lib目录下的dll文件和lib文件分别复制到CUDA安装目录下的bin和lib\x64目录)
记住本项目下载的目录以及dirent.h所在绝对目录,cmake时候填入相关选项使用
生成成功后,会有一个yolov5.exe。
把之前生成的.wts文件拷贝入当前目录
执行:yolov5.exe -s yolov5s.wts yolov5s.engine s
等待十几分钟后,会生成序列化推理引擎。(参数s表示是s模型,同理,可以把s改为m,则意味着用m模型)