yolov5 realsense tensorrt ubuntu 从0到1

一，流程

1.训练产生自己的模型，pt文件
https://blog.csdn.net/didiaopao
炮哥带你学，全流程带你完成训练。yolov5-5.0

2.pt转onnx，采用最新的
https://blog.csdn.net/didiaopao/article/details/119954291
去官网下载yolov5-master工程，在model.py文件中全文修改opset=9，849行改为“onnx”，运行生成onnx文件。

3.onnx文件简化为onnx-sim
pip install onnx-simplifier
python -m onnxsim best.onnx best-sim.onnx

4.查看onnx，onnx-sim的文件结构，输出正常才能用，640------->25200
pip install netron -i https://pypi.douban.com/simple
python
import netron
netron.start('best.onnx')

5.训练好后的onnx-sim文件拷贝到需要部署的工控上

6.安装cuda，cudnn，tensorrt （cmake 高版本）应该已经有了opencv，realsense等之后会用到的东西吧
一定要注意版本对应关系，安装cuda之前安装nvidia显卡驱动，nvidia-smi帮你检查是否安装成功显卡驱动。
我使用的版本：cmake3.25 ，ubuntu20.04，cuda11.4.3,cudnn8.2.1,tensorrt8.2.1

7.这一篇是我最终成功运行的博客
https://blog.csdn.net/weixin_38252409/article/details/131468373?ops_request_misc=&request_id=&biz_id=102&utm_term=yolov5%EF%BC%8Cyolov7%EF%BC%8Ctensorrt&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-1-131468373.nonecase&spm=1018.2226.3001.4187

8.推理的第二个代码可以运行，写好CMakeLists.txt，
main函数里边get_trtengine(),是onnx-sim转engine，运行前需要解释掉91行
infer()是推理，修改49行的cls_num是你模型中的类型数目，488行修改你的engine文件的路径。

9.开相机推理就看main.cpp