在篇二中通过数十个步骤在没有CMakeLists.txt的前提下,通过自己创建的VS工程成功实现了yolov5的C++推理代码的编译工作。接下来就是生成tensorRT的.engine权重和实现推理。
需要注意的是:python版本的tensorRT中模型是需要预热的,C++可以不用。
步骤一:打开篇二中自己定义的VS项目的输出目录,输入cmd并回车。
步骤二:生成.engine权重文件。执行以下命令(参数分别为:Yolov5 - 4.0模型权重所在路径;转换后的模
在篇二中通过数十个步骤在没有CMakeLists.txt的前提下,通过自己创建的VS工程成功实现了yolov5的C++推理代码的编译工作。接下来就是生成tensorRT的.engine权重和实现推理。
需要注意的是:python版本的tensorRT中模型是需要预热的,C++可以不用。
步骤一:打开篇二中自己定义的VS项目的输出目录,输入cmd并回车。
步骤二:生成.engine权重文件。执行以下命令(参数分别为:Yolov5 - 4.0模型权重所在路径;转换后的模