yolo5+tensorrt加速

1.使用前注意

如果使用的是YAHBOOM版的镜像，无需搭建环境，如果是自行搭建环境需要下载tensorrt的包 yoloV5的版本和tensorrt的包要对应 本教程使用的是yolo5 V5.0的版本，所以tensorrt加速的包也要使用V5.0的 这是tensorrt下载链接：https://github.com/wang-xinyu/tensorrtx/tree/master/yolov5

2.开始使用

1. 把tensorrt/yolov5下的gen_wts.py复制到yolov5的文件夹下
2. 执行gen_wts.py生成.wts文件。

python3 gen_wts.py yolov5s.pt

3. 到目录tensorrtx下的yolov5文件夹老规矩，创建一个build文件,并进入

xxxxxxxxxx
mkdir build
cd build
cmake ..

4. 将yololayer.h里的CLASS_NUM修改成你的。官方用的是coco数据集，所以默认是80。(使用的是官方的可以忽略这步)
5. 执行makeFile。（每次修改为CLASS_NUM都要make一次）

xxxxxxxxxx
make -j2

6. 从yoloV5的文件路径下的wts文件复制到tensorrtx/yolov5里。
7. 生成.engine文件

xxxxxxxxxx
    sudo ./yolov5 -s ../yolov5s.wts yolov5s.engine s

3.测试是否可以实现加速

方法1：进入tensorrtx/yolo5/build的文件夹下，运行命令

xxxxxxxxxx
sudo ./yolov5 -d yolov5s.engine ../samples

可以和在yolov5文件夹下运行

xxxxxxxxxx
python3 detect.py

进行一个对比，可以很清楚的看到加入了tensorrtx后，识别的图片时间大大减小

方法2：进入tensorrtx/yolo5的文件夹下，运行命令

xxxxxxxxxx
python3 yolov5_trt.py

同样和可以和在yolov5文件夹下运行

xxxxxxxxxx
python3 detect.py

进行一个对比，可以很清楚的看到加入了tensorrtx后，识别的图片时间大大减小