yolov5 转Tensorrt（ubantu）

代码：
https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5（v3.0版）

https://github.com/ultralytics/yolov5(v3.0版)
环境：cuda：10.2 ，cudnn：8.0.4， tensorrt ：7.1.3，pytorch：1.7.0

一、生成转tensorrt的中间文件 yolov5.wts

yolov5s.pt （v3.0）放入weights文件夹

在yolov5-3.0工程中运行：

python gen_wts.py

生成wts文件

二、编译yolov5并生成tensorrt模型yolov5.engine

1、CMakeList.txt中对tensorrt路径进行指定，不然会报错找不到nvinfer

include_directories(/home/yuxin/TensorRT-7.1.3.4/include)

link_directories(/home/yuxin/TensorRT-7.1.3.4/lib)

2、./tensorrt/yolov5/下新建个samples文件夹，把需要测试的图片放进去

3、yolov5s.wts复制到 tensorrtx-yolov5-v3.0/yolov5
在终端下运行：

mkdir build
cd build
cmake ..
make
sudo ./yolov5 -s             // serialize model to plan file i.e. 'yolov5s.engine'
sudo ./yolov5 -d  ../samples // deserialize plan file and run inference, the images in samples will be processed.

版权声明：本文为CSDN博主「yx868xy」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/yx868yx/article/details/116660586