jetson TX2
tensorrt 7/8
cuda 10.2
MVS hikcamera
yolov5v6.0 ultralytics/tensorrtx
基于内存，检测效果，推理速度等相关因素得出的以下方案
1.YOLOV5 L 640/1280 *2方案：
1.直接训练v5L模型
2.转换tensorrt模型
效果：1280肯定优于640
推理速度：120ms(L,640),430ms(L,1280)
方案：
1.24482048 原图
2.12001200 resize
3.6406404 split
4.24482048 merge
推理速度：120ms(S,30ms4),500ms(L,120ms*4)
方案：
1.yolov5训练只分为一类，单纯作为检测器，类似fasterRCNN
2.图片分类网络进行分类任务
方案：
1.
减少一次下采样，继续用预训练模型
2.转换tensorrt模型（此处出现问题，无法解决）
效果：
推理速度：30ms(S,640,normal),85ms(S,640,stride1)
