Tensort-yolov5

简单的TensoRT yolo5 CPP 版本

安装

docker

• TensorRT 8.6.1
• nvidia driver 535

1. 本地电脑需要安装nvidia驱动
   sudo apt install -y nvidia-driver-535

2. 采用简单易部署的docker环境来运行本代码,可参考 https://github.com/NVIDIA/trt-samples-for-hackathon-cn/tree/master/cookbook

3. 下载项目后，运行如下docker命令

• Start the container

docker run -it -e NVIDIA_VISIBLE_DEVICES=0 --gpus "device=0" --name trt-cookbook \
--shm-size 16G --ulimit memlock=-1 --ulimit stack=67108864 \
-v ~:/work \
nvcr.io/nvidia/pytorch:23.04-py3 /bin/bash

运行

构建tensorRT engine

可以使用如下方法构建需要定制的engine。

1. 使用tensorRT构建
2. 使用python 脚本构建（PTQ）
   (1)需要更改模型文件和校准数据集的路径.
   (2)更改配置文件。

cd calibration
pip install pycuda
python3 ptq.py

推理

直接用cmake构建本项目即可。 需要将模型路径和图片路径改为自己的路径