Win10-Yolov5实战+TensorRt部署+Visual Studio2019环境配置+Cmake编译

一.安装VS2019

二.安装 cuda （版本:11.3）       

链接: https://developer.nvidia.com/cuda-toolkit-archive

必须选择自定义安装

Visual Studio Integration 记得勾选

三.安装cudnn （版本:8.4.0）链接:

https://developer.nvidia.com/rdp/cudnn-archive

四.安装环境包

（numpy 版本有争议 首先安装 1.19.5，后续报错按照报错版本进行安装）

torch、torchaudio 、torchvison、tensorboard、onnx、netron、pycuda、numpy（版本 1.19.5） pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -i https://download.pytorch.org/whl/cu113

pip install opencv-python==4.1.2.30 opencv-contrib-python==4.1.2.30

pip install Pillow==8.4.0 pandas==1.1.4

pip install protobuf==3.20.0

pip install flask-cors seaborn matplotlib==3.2.2 PyYAML==5.3.1 requests==2.23.0

pip install scipy==1.10.1 scikit-image==0.21.0

pip install numpy==1.19.5

(先安装 numpy 在安装 pycuda)

pip install onnx==1.16.0(不需要指定版本)

pip install onnxruntime==1.9.0(不需要指定版本)

pip install netron==7.7.2

pip install pycuda (pycuda 版本与 numpy 版本挂钩)

五.安装 CMake3.19.4

本文中安装的是 cmake-3.19.4 版本

Github 链接： https://github.com/Kitware/CMake/releases?after=v3.19.5

下载完成后，一直点击下一步执行即可

其中出现下图所示情况，询问是否将 CMake 添加到系统环境变量，选择第二个(所有用户均可访问的 环境变量)，最后一行如果勾选，将在桌面创建快捷方式图标，根据个人选择，然后继续点击 Next， 最后点击 Install，等待程序安装完成

安装完成之后，重启电脑，然后打开 Anaconda Prompt (Anaconda3)，输入以下命令

cmake /V  或  cmake --version

五. 安装Tensorrt

版本:8.5.3.1 链接:https://developer.nvidia.com/nvidia-tensorrt-8x-download

点击 TensorRt 8.5 GA Update2

添加 TensorRt 环境变量 TensorRT-8.5.2.2\lib 下的 lib 文件拷贝到 CUDA 路径下的 lib/64 路径下 TensorRT-8.5.2.2\lib 下的 dll 文件拷贝到 CUDA 路径下的 bin 路径下 提示：cuda 路径参考：我的路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\