赞
踩
目录
(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 )
【4】在pycharm 中部署anaconda中配置好的环境:
(4).开始训练数据(cpu和GPU训练),并导出onnx保存结果
【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]: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
https://www.wpsshop.cn/w/weixin_40725706/article/detail/178106
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。