vs配置tensorrt环境使用

1、安装英伟达的驱动(跟以前一样)
2、安装cuda10的版本，过程中不要选精简，选自定义然后全选。
3、安装配置cudnn7.6.3
4、安装vs2017
5、配置Tensorrt推导的环境
① . 确保自己已经安装好cuda，没有cuda的就不要继续了。
② . 新建项目-选择NVIDIA-cuda xx，选择自己名字和定义好自己的路径。
③ . 删除kernel.cu文件，添加自己的cpp、cu、h文件。
④ . 配置头文件

常规 - 字符集 设置为多字节字符或者无
c/c++ - 常规 - 附加包含目录
E:\opencv300\opencv\build\include\opencv2
E:\opencv300\opencv\build\include\opencv
E:\opencv300\opencv\build\include
D:\tensorRTIntegrate\TensorRT-master\third_party\cub
D:\tensorRTIntegrate\TensorRT-master\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include
D:\tensorRTIntegrate\TensorRT-master\plugin
c/c++ - 预处理器 - 预处理器定义 添加 _CRT_SECURE_NO_WARNINGS
查看c/c++ - 预处理器 - 预处理器定义里面存在Unicode字时，删掉它。
c/c++ - 预编译头 - 预编译头 - 不使用预编译头

cuda c/c++ - Common - ADDitional Include Directories
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\inc
cuda c/c++ - Device - Code Generation
compute_75,sm_75 注：此处是根据显卡算力来更改数字的，GPU2080/2080Ti算力皆为75 。
链接器 - 常规 - 附加库目录
E:\opencv300\opencv\build\x64\vc12\lib
D:\tensorRTIntegrate\lean\cuda10.0\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
D:\tensorRTIntegrate\lean\TensorRT-6.0.1.5\lib
链接器 - 输入 - 附加依赖项
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cudnn.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppial.lib
nppicc.lib
nppicom.lib
nppidei.lib
nppif.lib
nppig.lib
nppim.lib
nppist.lib
nppisu.lib
nppitc.lib
npps.lib
nvblas.lib
nvgraph.lib
nvml.lib
nvrtc.lib
OpenCL.lib
nvinfer.lib
nvinfer_plugin.lib
nvonnxparser.lib
nvparsers.lib
opencv_ts300.lib
opencv_ts300d.lib
opencv_world300.lib
opencv_world300d.lib
将Tnesorrt的DLL文件和OPENCV的DLL文件放置在项目目录下。
Tnesorrt DLL 路径：D:\tensorRTIntegrate\lean\TensorRT-6.0.1.5\lib
DLL文件：
nvinfer.dll
nvinfer_plugin.dll
nvonnxparser.dll
nvparsers.dll
nvserialize.dll
OPENCV DLL路径：E:\opencv300\opencv\build\x64\vc12\bin
DLL文件：
opencv_ffmpeg300_64.dll
opencv_world300.dll
opencv_world300d.dll
六、配置好以上，可以编译。