zsffuture/simple_yolo

tensorrt实现yolov5的预处理和解码操作

simple_yolo

• tensorrt实现yolov5的预处理和解码操作，该项目来源Repo：https://github.com/shouxieai/tensorRT_Pro.git
• 在此基础上，本人对其实现进行了全方位的注释和加入了自己的理解，尤其表现在框架架构、预处理和解码方面
• 同时本人会继续完善该注释工作，希望可以帮助大家学习
• 您也可以通过这个repo：https://github.com/Guanbin-Huang/tensorRT_Pro_co-comments.git 拉取，其中simple_yolo保持同步更新

Simple YoloV5/YoloX

• 更加容易集成的YoloV5/YoloX实现
• 仅依赖官方的tensorRT，无第三方依赖，也没有复杂的封装
• 只有hpp和cu两个文件

YoloV5

• 请在export.py中修改onnx导出时dynamic维度只有batch，去掉images部分的width和height，以及output部分的anchors，只保留batch: -1
• 然后执行跟主项目一样的修改方式
• 再执行导出onnx，并启用--dynamic选项，使得导出的onnx时动态batch。至此导出的onnx即可被这个项目接受
• 如果失败，请对比自动下载的onnx的头部和结尾部分是否一样，保证一样后才能推理正常
• YoloV5的导出命令：

python export.py --imgsz=640 --weights=yolov5s.pt --include=onnx --dynamic

关于依赖

About dependencies

• CUDA10.1
• CUDNN8.2.2.26
• OpenCV3.4.6 or 4.x
  • the above three are modifiable as long as being compatible to TensorRT
• Protobuf3.11.4 (unmodifiable, otherwise problematic)
• tensorrt-8.0.1.6

For Windows

• Visual Studio 2017 (>=2017)
• download the lean.rar.

---

关于依赖

• CUDA10.1 （可修改，适配TensorRT即可）
• CUDNN8.2.2.26 （可修改，适配 TensorRT即可）
• OpenCV3.4.6 （可修改）
• Protobuf3.11.4 （不可修改，否则问题多多）
• TensorRT-8.0.1.6

对于Windows而言

• Visual Studio 2017 （请大于等于2017）
• 点击下载打包好的lean.rar