yolov5 6.1官方模板TensorRT加速保姆级教程

加速的基础流程今年春季已经写好了，可以完美复现加速。

 需要补充的是运行export.py的报错，加一句：

pip install onnx

这会写教程的时候，电脑是昨天新做的系统，没有python以及对应的工具，这里需要安装：

 下载8.2以上的tensorrt版本，个人电脑是i7,1060，下载了TensorRT-8.4.0.6并解压到任意文件夹，打开里面的python目录，找到：

 下载官方模板代码，安装到了d盘：

 此刻电脑还是干净的，仅仅安装了上面的图片里面的工具：annaconda，清华源和pycharm

打开annaconda的 powershell工具，准备依次键入配置代码，这个过程可能需要半个小时左右：

1.  
   【yolov5 6.1官方模板TensorRT加速保姆级图文教程】
2.  
   https://blog.csdn.net/lao_5/article/details/127813970?spm=1001.2014.3001.5502
3.  
    
4.  
   #最简单的方法如下：
5.  
   conda create -n yoloTRT python=3.8 #创建环境
6.  
   conda activate yoloTRT #激活环境
7.  
   cd D:\yolov5-6.1 #进入程序文件夹
8.  
   pip install --upgrade setuptools pip wheel #这里报错,不影响。next。。。
9.  
   python -m pip install nvidia-pyindex
10.  
    python -m pip install nvidia-cuda-runtime-cu11
11.  
    conda install cuda -c nvidia/label/cuda-11.7.0 -c nvidia/label/cuda-11.7
12.  
    conda install pytorch torchvision torchaudio cudatoolkit=11 -c pytorch
13.  
    pip install tensorrt-8.4.0.6-cp38-none-win_amd64.whl
14.  
    pip install onnx
15.  
    pip install -r requirements.txt
16.  
    conda deactivate #退出虚拟环境

 顺序复制，静待安装即可，安装过程不做赘述，没有波澜，无脑CV即可完成。

注意多加一个pip install onnx，当然也可以注释代码里的onnx的生成。

这里默认小帅们已经pip了所有的过程，进入下一步，给pycharm定位解释器，也就是刚才部署的

yoloTRT环境中exe即可。这些装备工作就绪之后，6.1模板有一个致命的错误，先修改过来，看图

照做即可：

 准备官方的权重文件，我这里下崽了yolov5s.pt做演示用，丢进代码目录，右键执行detect.py,

这样做的意图是确保解释器与代码都是没有问题的。执行看看吧：

 很显然，上面的配置代码至关重要，很顺利，一次过了。

接着步入加速，首先要得到一个engine文件，6.1模板用export.py可以直接转换，需要改的地方，是输出engine文件名以及在export.py中搜索device，然后把cpu改为0

 这样模板代码目录就多出一个yolov5s.engine文件，当然还有onnx和torchscript，这两位暂时不用

继续转到detect.py页面，把代码里面的yolov5s.pt改为yolov5s.engine，到这里大功告成了，右键

运行代码，结果如图：

 关于加速，就彻底成功了。detect.py里面的代码但是精华，仔细研读理解可以做你爱做的事了。

yolo交流群：

967082372

这篇好文章是转载于：学新通技术网