实践教程｜Windows 上基于 TensorRT 的 YOLOV6 部署保姆级教程

部署环境和相关依赖包

• Cuda 11.0.2
• Cudnn 8.0.4.30
• TensorRT 8.4.0.6
• OpenCV 4.1.1
• VS2019

项目所需的安装包均放到到如下百度云链接：

链接：https://pan.baidu.com/s/1C4jYSKAN2P_GSpFiikhY_g

提取码：71ou

部署流程

第一步把VS2019装好，安装略，百度云提供了安装包，可自行安装

第二步Cuda安装流程如下：

第三步：解压如上cudnn压缩包，把如下目录的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin目录下

把如下目录的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include目录下

把如下目录的文件拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\lib\x64目录下

第四步解压OpenCV和TensorRT备用

安装cmake

第五步onnx转tensorrt引擎，流程如下：

从GitHub下载部署代码https://github.com/zhiqwang/yolov5-rt-stack 进入如下目录

编辑CMakeLists，设置OpenCV和TensorRT目录

指定CMakeLists.txt目录以及要build的目录

点击cmake的tools->Configure

进入build目录，打开build工程

选择Release

点击生成->生成解决方案，编译完成后进入生成的exe目录

把tensorrt的dll文件放到exe目录下

进入C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin目录把以下8个dll拷贝到exe目录

• cublas64_11.dll
• cublasLt64_11.dll
• cudart64_110.dll
• cudnn_cnn_infer64_8.dll
• cudnn_ops_infer64_8.dll
• cudnn64_8.dll
• nvrtc64_110_0.dll
• nvrtc-builtins64_110.dll

把官方的提供的onnx模型放到exe目录

在exe目录打开命令行，输入build_model.exe yolov6n.onnx yolov6n.engine生成tensorrt引擎

第六步tensorrt引擎推理流程如下：

进入D:\yolov6\yolov5-rt-stack\deployment\tensorrt-yolov6目录编辑CMakeLists，设置OpenCV和TensorRT目录

打开桌面上的cmake,设置tensorrt推理代码的CMakeLists.txt路径以及要build的目录

点击cmake的tools->Configure

点击Generate

打开build工程，选择release，点击生成->生成解决方案，生成tensorrt推理的exe

进入生成tensorrt引擎的exe目录（上一次build的目录）

拷贝dll以及tensorrt推理引擎到tensorrt推理的exe目录（当前build的目录）

把OpenCV的opencv_world411.dll拷贝到推理exe目录

在推理exe目录打开命令行，输入推理命令yolov6.exe -model_path yolov6n.engine -image_path zidane.jpg指定推理引擎路径以及推理图片路径，在推理exe目录生成推理可视化结果

公众号后台回复“AIGC”获取腾讯研究院AIGC发展趋势报告2023