首先,前往官网下载TensorRT（https://developer.nvidia.com/nvidia-tensorrt-8x-download），这一步需要注册为英伟达开发者用户，登录后会出现不同版本的tensorrt资源，下载与自己的的cuda版本对应的tensorrt，下载后解压
(1)，将加压后的lib目录添加到系统环境变量我的目录是D:softwareTensorRT-8.2.1.8lib(2)，进入python目录安装对应的版本即可
我的目录是D:softwareTensorRT-8.2.1.8python
安装指令是pip install tensorrt-8.2.1.8-cp39-none-win_amd64.whl
2、安装torch2trt
git clone https://github.com/NVIDIA-AI-IOT/torch2trt cd torch2trt python setup.py install
我把python写成了pip导致报错如下，所以写命令的时候注意哦
ERROR: unknown command ".setup.py"3，转换模型
python tools/trt.py -n yolox-s -c yolox_s.pth
python3 tools/trt.py -f lx/drone.py
python tools/trt.py -n yolox-tiny -c best_ckpt.pth
这个过程大约需要10分钟，生成的模型保存在：
YOLOX_outputs/yolox_s/model_trt.engine4 yolo模型部署的时候为什么要make和build
参考连接：
https://zhuanlan.zhihu.com/p/415017602
https://blog.csdn.net/JianguoChow/article/details/123926491
1，配置文件目录：yolox/exp/yolox_base.py中，yolox_base.py是一个基础配置问题，可以在里面修改类别数量，模型深度，epoch等
