TensorRT 8.6 C++开发环境配置与YOLOv8实例分割推理演示
硬件与软件版本信息
gpu3050ti windows10 64 vs2017 python3.8.5 cuda11.3 + cudnn8.3
tensorrt8.6版本下载
https://developer.nvidia.com/tensorrt
vs2017+tensorrt8.6开发环境配置
下载好tensorrt8.6之后解压缩到d盘d:tensorrt-8.6.0.12，目录结构如下：
打开vs2017，新建一个c++控制台空项目如下图：
点击【确定】会生成一个c++控制台项目。右键源文件添加cpp文件 main.cpp
修改项目为：
然后右键项目名称test_trt86, 从弹出菜单中选择属性，显示如下：
在包含目录中添加tensorrt的include目录与cuda的include目录：
在库目录中添加tensorrt的lib目录与cuda的lib目录：
从链接器-》输入中添加库目录下面所有包含的的*.lib文件依赖。
最后配置环境变量：
3跟4安装好cuda会自动添加，不用管！添加好2即可。然后重启vs2017即完成开发环境搭建。
yolov8实例分割c++推理演示
对yolov8实例分割tensorrt 推理代码已经完成c++类封装，三行代码即可实现yolov8对象检测与实例分割模型推理，不需要改任何代码即可支持自定义数据训练部署推理，演示代码如下：
1int main(int argc, char** argv) { 2 std::vector labels = readclassnames(); 3 std::string enginefile = d:/tensorrt-8.6.0.12/bin/yolov8n-seg.engine; 4 cv::videocapture cap(d:/bird_test/hongyegu.mp4); 5 cv::mat frame; 6 auto detector = std::make_shared(); 7 detector->initconfig(enginefile, 0.25, 0.25); 8 std::vector results; 9 while (true) { 10 bool ret = cap.read(frame); 11 if (frame.empty()) { 12 break; 13 } 14 detector->detect(frame, results); 15 for (detectresult dr : results) { 16 cv::rect box = dr.box; 17 cv::puttext(frame, labels[dr.classid], cv::point(box.tl().x, box.tl().y - 10), cv::font_hershey_simplex, .5, cv::scalar(0, 0, 0)); 18 } 19 cv::imshow(yolov8 + tensorrt8.6 实例分割演示, frame); 20 char c = cv::waitkey(1); 21 if (c == 27) { // esc 退出 22 break; 23 } 24 // reset for next frame 25 results.clear(); 26 } 27 return 0; 28} 运行结果如下：
yolov5与yolov8自定义对象检测 int8量化推理运行结果：
视频课程最后一课时获取源码：
https://ke.qq.com/course/6011334
掌握tensorrt8.6 c++如何部署图像分类，对象检测，实例分割，语义分割主流模型，自定义脚本一键int8量化模型，使用opencv cuda加速图像预处理等各种工程化部署推理技巧，实现推理部署的工程化封装支持，客户端三行代码即可调用！全部解锁上述技能与源码获取，扫码下面视频课程加入即可获取：
小米互联网的前景与增长点
LM35温度传感器功能换为摄氏温度值及设计思路
AMD Navi显卡评测，Radeon RX 5600 XT与Radeon RX 5700
5G、人工智能和物联网，注定会携手同行新时代
阿里巴巴张勇：阿里对技术先进性的追求始终不变
TensorRT 8.6 C++开发环境配置与YOLOv8实例分割推理演示
通信电源产业链发展现状与趋势分析
浅谈公安350兆集群通信网建设
TTI整合亚太区供应商相关部门，加强中国区域覆盖和服务
塑料激光焊接技术在智能穿戴领域应用优势
浅析示波器的基础操作和关键参数
IDC发布Q2可穿戴设备品牌出货排行榜
WERS微尔斯新材料事业部推出超高分子量聚乙烯多孔质膜
如何简单安全的监控室外无线
为什么苹果反对特朗普当美国总统？
分享50条经典的Python一行代码
AMD Zen 2 APU处理器进展如何？
AMD Navi 12核心现身 有36个计算单元、2304个流处理器
小米与格力面临的共同难题
Arctic推可用8年的CPU导热硅脂
gpu3050ti windows10 64 vs2017 python3.8.5 cuda11.3 + cudnn8.3
tensorrt8.6版本下载
https://developer.nvidia.com/tensorrt
vs2017+tensorrt8.6开发环境配置
下载好tensorrt8.6之后解压缩到d盘d:tensorrt-8.6.0.12，目录结构如下：
打开vs2017，新建一个c++控制台空项目如下图：
点击【确定】会生成一个c++控制台项目。右键源文件添加cpp文件 main.cpp
修改项目为：
然后右键项目名称test_trt86, 从弹出菜单中选择属性，显示如下：
在包含目录中添加tensorrt的include目录与cuda的include目录：
在库目录中添加tensorrt的lib目录与cuda的lib目录：
从链接器-》输入中添加库目录下面所有包含的的*.lib文件依赖。
最后配置环境变量：
3跟4安装好cuda会自动添加，不用管！添加好2即可。然后重启vs2017即完成开发环境搭建。
yolov8实例分割c++推理演示
对yolov8实例分割tensorrt 推理代码已经完成c++类封装，三行代码即可实现yolov8对象检测与实例分割模型推理，不需要改任何代码即可支持自定义数据训练部署推理，演示代码如下：
1int main(int argc, char** argv) { 2 std::vector labels = readclassnames(); 3 std::string enginefile = d:/tensorrt-8.6.0.12/bin/yolov8n-seg.engine; 4 cv::videocapture cap(d:/bird_test/hongyegu.mp4); 5 cv::mat frame; 6 auto detector = std::make_shared(); 7 detector->initconfig(enginefile, 0.25, 0.25); 8 std::vector results; 9 while (true) { 10 bool ret = cap.read(frame); 11 if (frame.empty()) { 12 break; 13 } 14 detector->detect(frame, results); 15 for (detectresult dr : results) { 16 cv::rect box = dr.box; 17 cv::puttext(frame, labels[dr.classid], cv::point(box.tl().x, box.tl().y - 10), cv::font_hershey_simplex, .5, cv::scalar(0, 0, 0)); 18 } 19 cv::imshow(yolov8 + tensorrt8.6 实例分割演示, frame); 20 char c = cv::waitkey(1); 21 if (c == 27) { // esc 退出 22 break; 23 } 24 // reset for next frame 25 results.clear(); 26 } 27 return 0; 28} 运行结果如下：
yolov5与yolov8自定义对象检测 int8量化推理运行结果：
视频课程最后一课时获取源码：
https://ke.qq.com/course/6011334
掌握tensorrt8.6 c++如何部署图像分类，对象检测，实例分割，语义分割主流模型，自定义脚本一键int8量化模型，使用opencv cuda加速图像预处理等各种工程化部署推理技巧，实现推理部署的工程化封装支持，客户端三行代码即可调用！全部解锁上述技能与源码获取，扫码下面视频课程加入即可获取：
小米互联网的前景与增长点
LM35温度传感器功能换为摄氏温度值及设计思路
AMD Navi显卡评测，Radeon RX 5600 XT与Radeon RX 5700
5G、人工智能和物联网，注定会携手同行新时代
阿里巴巴张勇：阿里对技术先进性的追求始终不变
TensorRT 8.6 C++开发环境配置与YOLOv8实例分割推理演示
通信电源产业链发展现状与趋势分析
浅谈公安350兆集群通信网建设
TTI整合亚太区供应商相关部门，加强中国区域覆盖和服务
塑料激光焊接技术在智能穿戴领域应用优势
浅析示波器的基础操作和关键参数
IDC发布Q2可穿戴设备品牌出货排行榜
WERS微尔斯新材料事业部推出超高分子量聚乙烯多孔质膜
如何简单安全的监控室外无线
为什么苹果反对特朗普当美国总统？
分享50条经典的Python一行代码
AMD Zen 2 APU处理器进展如何？
AMD Navi 12核心现身 有36个计算单元、2304个流处理器
小米与格力面临的共同难题
Arctic推可用8年的CPU导热硅脂