当前位置:   article > 正文

yolov5 windows 下训练+ c++ TensorRT 部署在qt (vs+qtcreator) 只要一篇文章即可_yolov4 c++部署 qt

yolov4 c++部署 qt

目录

1.yolov5训练自己的数据集

 (1).github上下载好yolov5的代码

​编辑

(2).yolov5的环境部署(这里是anaconda的方式 也可以pycharm 打开后直接pip install -r requirements.txt )

【1】下载下来之后进行解压:

 【2】打开pycharm ,打开文件打开项目文件

 【3】在anaconda 中生成好相应的环境:

【4】在pycharm 中部署anaconda中配置好的环境:

(3).yolov5的数据集的制作

(4).开始训练数据(cpu和GPU训练),并导出onnx保存结果

【1】cpu训练

 【2】GPU训练--重点是cuda  和cudnn 的下载安装,把device改成0,其余和cpu的一样

 2.yolov5 c++ tensoRT的部署

 (1)下载配置tensorRT

 (2)下载配置yolov5-tensorrrt

 [1].下载源码(方法一):

 [2]:当然这里我这边提供一个封装好的下载地址,下载的路径如下,后面的步骤和我的一样(方法2-推荐)

(2)pycharm 下将.pt导出成.wts文件 并在yolov5-tensorrrt生成.engine文件

【1】将gen_wts.py文件夹复制到和train.py 同级目录下面

 【2】将要导出的.pt文件夹也复制到和train.py 同级目录下面

 (3)yolov5-tensorrrt生成.engine文件

[1]将生成的exp8best.wts 文件复制到build/release 下面  并把picture复制到在build/release下面,下面可以验证

  (4)yolov5-tensorrrt 的dll封装 可以直接外部调用

 3.yolov5-tensorrrt 的dll在vs qt中调用

(1)这里关于qt 在vs 的配置 以及qt 在vs中常见的问题可以参考如下:我使用的qt 版本是5.12.10

 (2)将下面这些文件复制进qt项目文件夹中,这些都是我们上面已经生成了的


1.yolov5训练自己的数据集

 (1).github上下载好yolov5的代码

https://www.wpsshop.cn/w/weixin_40725706/article/detail/178106

推荐阅读
相关标签
  

闽ICP备14008679号