yolov8实战——yolov8TensorRT部署（python推理）（保姆教学）

丁志

yolov8实战——yolov8TensorRT部署（python推理）（保姆教学）一、准备好代码和环境安装TensorRt下载代码和安装环境部署和推理构建ONNX构建engine无torch推理torch推理最近用到yolov8，但是寻找了一圈才找到了yolov8最佳的部署方法，限于python，所以在此进行总结记录，方便众人，看完此篇，不会纯属自己问题，与我无瓜0.0一、准备好代码和环境先创建一个环境吧：condacreate-ntrtpython=3.91安装TensorRtTensorRt下载链接下载之后，解压，吧其中的bin、include、lib的文件都放到安装cuda的对应文件里即可，然后激活环境trt，pipinstallpython/tensorrt-8.6.1-cp39-none-win_amd64.whl下载代码和安装环境gitclonehttps://github.com/triple-Mu/YOLOv8-TensorRT.gitcdYOLOv8-TensorRTpipinstall-rrequirements.txt123部署和推理构建ONNXpythonexport-det.py--weightsweights/v8s4/weights/last.pt--iou-thres0.65--conf-thres0.25--topk100--opset14--input-shape13640640--devicecuda:0--sim1构建engine这是集成了nms，速度更快pythonbuild.py--weightsweights/v8s-faster-twoc-Lcls-coco802/weights/best.onnx--iou-thres0.65--conf-thres0.25--topk100--devicecuda:0--fp161无torch推理pythoninfer-det-without-torch.py--enginebest.engine--imgsdata--show--methodpycuda1torch推理pythoninfer-det.py--enginebest.engine--imgsdata--show1