使用TensorRT加速YOLOX目标检测算法

---

源码下载

https://gitee.com/yang_guo123/yolox_tensorrt
才疏学浅，若有不足之处请大家指出，喜欢的话可以点个star

---

一、整体实现方法

1.部署流程

在深度学习部署过程中，流程如下所示：

1、采集工程所需训练数据
2、通过pytorch、tensorflow等深度学习框架训练网络
3、将训练好的网络导出onnx格式文件
4、通过深度学习部署框架对onnx文件进行部署

2.TensorRT的安装

TensorRT是英伟达开发的一个深度学习推理框架，在N卡上具有较好的性能，在安装时，首先打开TensorRT主页（https://developer.nvidia.com/tensorrt），登录英伟达账号，并下载tensorrt8，在这里我使用的是8.2.4.2版本。

将下载的文件解压到自己的路径当中（注意：路径当中最好不带中文字符），接下来设置环境变量，将TensorRT主目录中的lib添加到环境变量当中，由于之后会使用trtexec工具，建议将bin文件夹也加入环境变量。

这时TensorRT的主体部分已经安装完成，接下来安装tensorrt在python中的库。
首先在anaconda当中创建一个tensorrt的环境，并使用pip安装pycuda库，用于调用GPU。

然后打开tensorrt主目录下的python文件夹，其中有python3.6-3.9的安装包，选择适合的安装包进行安装。
<