打包YOLO+TensorRT+Cuda为SO库，并通过Python调用_tensort 打包 .so

一. 项目简介

1.1 项目目标

• 把 TensorRT C++ api推理 YOLOv5的代码，打包成动态链接库，并通过 Python 调用。

这样做的原因：

1. 使用 TensorRT 的 C++ api优化 YOLO 模型，可以显著提升目标检测的速度，但 C++ 代码不方便扩展为网络通信协议接口；

2. Python 作为最流行的胶水语言，拥有很多成熟的通信协议库，可以方便的进行各种网络协议通信，赋能于各种各样的服务；

因此，若将C++的模型推理代码编译为动态链接库，再使用Python封装，那就既有推理速度的优势，又具备可扩展性的便利

​ 可能有人问为什么不直接使用 TensorRT Python Api，看似可以达到相同的效果，博主认为本项目有以下优势，比直接使用TensorRT Python Api 更好：

1. 使用 TensorRT Python Api 时，前处理和后处理是使用 Python 完成的，不过也是通过numpy实现的，速度方面没有太大差距；
2. 博主使用 Cuda 编程加速预处理，提升预处理速度，之后一同打包到动态链接库，推理速度更快。

1.2 项目概述

• 使用 TensorRT-v8.2 的 C++ api，加速YOLOv5-v5.0 目标检测；
• 在 Linux x86_64 上进行部署；
• 在 Jetson系列嵌入式设备上也是可行的，把本项目中的 CMakeLists.txt 文件中头文件、库文件相关目录更换即可；

大致实现过程如下：

1. 博主把 YOLOv5 的 TensorRT 推理封装成 C++ 的类，关键代码如下：

class YoloDetecter
{
public:
    YoloDetecter(const std::string trtFile, const int gpuId);
    ~YoloDetecter();
    float* inference(cv::Mat& img);
};
1
2
3
4
5
6
7

2. 接着博主使用 C 类型的函数再次封装上面的类，关键代码如下：

#ifdef __cplusplus
extern "C" {
#endif

YoloDetecter* YoloDetecter_new(char* trtFile, int gpuId){
    return new YoloDetecter(std::string(trtFile), gpuId);
}

float* inference_one(YoloDetecter* instance, const uchar* srcImgData, const int srcH, const int srcW){
    cv::Mat srcImg(srcH, srcW, CV_8UC3);
    memcpy(srcImg.data, srcImgData, srcH * srcW * 3 * sizeof(uchar));
    return instance->inference(srcImg);
}

void destroy(YoloDetecter* instance) { delete instance; }

#ifdef __cplusplus
}
#endif
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

3. 把封装后的代码生成动态链接库，CMakeLists.txt 中的关键部分如下

# ====== yolo infer shared lib ======
cuda_add_library(yolo_infer SHARED 
    ${PROJECT_SOURCE_DIR}/src/preprocess.cu 
    ${PROJECT_SOURCE_DIR}/src/yololayer.cu 
    ${PROJECT_SOURCE_DIR}/src/yolo_infer.cpp
    ${PROJECT_SOURCE_DIR}/main.cpp
)
target_link_libraries(yolo_infer nvinfer cudart ${OpenCV_LIBS})
1
2
3
4
5
6
7
8

4. 再接着博主使用 Python 封装一个检测类，类当中调用的是上述 C/C++ 代码，关键部分代码如下：

class YoloDetector:
    def __init__(self, trt_file, gpu_id=0):
        self.yolo_infer_lib = ctypes.cdll.LoadLibrary("./lib/libyolo_infer.so")
        self.cpp_yolo_detector = self.yolo_infer_lib.YoloDetecter_new(trt_file.encode('utf-8'), gpu_id)

    def release(self):
        self.yolo_infer_lib.destroy(self.cpp_yolo_detector)

    def infer(self, image):
        out_data = self.yolo_infer_lib.inference_one(self.cpp_yolo_detector, image, height, width)
        out_data = as_array(out_data).copy().reshape(-1)
1
2
3
4
5
6
7
8
9
10
11
'
运行
运行

5. 最后，使用者不必关心具体的实现，仅仅使用下面的 2 行代码，即可实现 Python 对 YOLOv5+TensorRT C++ 代码的调用

# 实例化目标检测类
yolo_infer = YoloDetector(trt_file=plan_path, gpu_id=0)
# 使用目标检测实例推理
detect_res = yolo_infer.infer(img)
1
2
3
4

二. 代码地址

• 完整的项目代码链接：YOLOv5-TensorRT-lib-Python
• 代码绝大多数为博主手打，编码不易，若有帮助，望不吝 Star

三. 项目效果

推理速度：

Model load cost: 1.2174 s
Infer 001.jpg cost: 0.0077 s
Infer 002.jpg cost: 0.0054 s
Infer 003.jpg cost: 0.0043 s
1
2
3
4

四. 环境要求

• 博主自己所使用的基本环境如下：

想要方便点的话，可以直接拉取一个 docker 镜像：

docker pull nvcr.io/nvidia/tensorrt:22.04-py3
1

然后在镜像中编译安装 OpenCV，具体可参考下面链接中的环境构建部分：

https://github.com/emptysoal/TensorRT-v8-YOLOv5-v5.0

• python 第三方库环境

pip install numpy==1.22.3
pip install opencv-python==3.4.16.59
1
2

五. 模型转换

把 YOLO检测模型，转换成TensorRT的序列化文件，后缀 .plan（博主的习惯，也可以是.engine或其他）

5.1 原模型下载

• 链接：https://pan.baidu.com/s/1YG-A8dXL4zWvecsD6mW2ug
• 提取码：y2oz

下载并解压后，模型文件说明：

模型文件目录
    └── YOLOv5-v5.0  # 该目录中存放的是 YOLOv5 目标检测网络的模型
        ├── yolov5s.pt  # 官方 PyTorch 格式的模型文件
        └── para.wts  # 根据 yolov5s.pt 导出的 wts 格式模型文件
1
2
3
4

也可以直接从官方YOLOv5-v5.0处下载 yolov5s.pt，然后直接进入到下面的模型转换

5.2 YOLO模型转换

• 将上述 yolov5s.pt 转为 model.plan，或 para.wts转为 model.plan

• 具体转换方法参考下面链接，也是博主自己发布的一个项目

• https://github.com/emptysoal/TensorRT-v8-YOLOv5-v5.0/tree/main

完成之后便可得到 model.plan ，为检测网络的 TensorRT 序列化模型文件。

六. 运行项目

• 开始编译并运行
• 按如下步骤

# 创建用于存储 TensoRT 模型的目录
mkdir resources
# 把上面转换得到的 plan 文件复制到目录 resources 中
cp {TensorRT-v8-YOLOv5-v5.0}/model.plan ./resources

mkdir images  # 向其中放入用于推理的图片文件

mkdir build
cd build
cmake ..
make
# 以上执行完成后，会生成 lib 目录，其中存放着 C++ 代码所生成的动态链接库

# 运行 python 推理代码，即可调用动态链接库完成快速推理
python main.py
# 检测结果会保存到output目录下
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

• 运行后可以看到如下日志：

Succeeded getting serialized engine!
Succeeded loading engine!
Model load cost: 1.2174 s
Infer 001.jpg cost: 0.0077 s
Infer 002.jpg cost: 0.0054 s
Infer 003.jpg cost: 0.0043 s
1
2
3
4
5
6

七. 项目参考

在Python如何调用C++代码部分，主要参考了下面的链接：

• https://geek-docs.com/python/python-ask-answer/601_python_how_can_i_use_c_class_in_python.html
• https://blog.csdn.net/qq_41554005/article/details/128292116

八. 其他项目

博主的其他一些链接，若感兴趣，欢迎交流

基于TensorRT v8部署加速YOLOv5-v5.0

Deepsort+YOLOv5的TensorRT加速部署

CUDA编程加速图像预处理

TensorRT各种API对模型加速效果的对比实验

感谢阅毕，若有帮助，欢迎点赞收藏

============================= END =============================