文章目录
前言
近期，在Ubuntu下用TensorRT推理YOLOV5代码时，出了以下错误，故写本文来记录一下
一、源码下载
YOLOV5:这里
tensorrtx: 这里
注意他们的版本一定一定一定要配套
为保险起见的话也可以在tensorrtx下的yolov5目录里的readme文件里下载对应的版本，如下：
二、服务器环境
以下环境仅供参考，不一定非要一致，只要互相配套即可。
cuda 11.4
cudnn 8.x （具体版本忘记看了，在官网里下载配套的即可）
TensorRT 8.2
python环境
TensorRT=8.2 （上一步安装好TensorRT时，会在python文件夹下给出对应的whl文件，在我们的python环境下直接pip install即可）
pytorch=1.9
torchvision==0.10.0
其他依赖项pip install -r requirements.txt即可
三、使用步骤
1.模型转换pt->wts
复制tensorrtx的yolov5里的get_wts.py到原yolov5目录下，然后更改里面的参数内容，如pt模型路径，然后运行get_wts.py文件即可。
2.编译：
进入到tensorrtx的yolov5目录下，先将yololayer.h里的类别数改为自己的（如果你是推理自己的模型的话，如果是官方模型直接进行下边操作）
mkdir build
cd build
cmake ..
make
3.模型转换wts->engine：
执行以下命令：
sudo ./yolov5 -s xxx.wts xxx.engine s
sudo可加可不加
xxx.wts是我们在1生成的wts路径
xxx.engine是我们要生成的文件名
s 是我们的模型选型，可以换成l,m,x等
4.c++推理：
执行命令：
sudo ./yolov5 -d xxx.engine xxx
sudo:可加可不加
xxx.engine: 上一步转换成功的engine路径
xxx:测试图片路径，只传文件夹路径即可
5.python推理：
进入到yolov5_trt.py里，更改以下参数：
engine_file_path：模型路径
categories：类别标签
image_dir：测试图片路径
python推理后默认会将结果保存在当前目录的output文件夹下
四、错误记录
1.cmake 时出错
没有注意，直接进行了make编译，导致出错如下：
解决办法：
在CMakeList.txt里的find_package(OpenCV)之前加入：
set(OpenCV_DIR ? /home/Downloads/opencv-4.5.1/build)
也就是加入了opencv编译的路径
2.make编译时错误
解决办法：
在CMakeLists.txt里更改tensorrt的路径，红色区域为默认路径，改为中间两个，也就是自己tensorrt安装路径
3.make编译时出错
解决办法
以上方案二选一，opencv的路径根据自己的路径进行修改
总结
报错记录就到这里，准备的有点仓促，有很多不足，望各位大佬见谅。新的一年开始了，祝各位代码越写越流畅。
