jetson nano tensorrtx wts生成engine

### 使用 TensorRT 在 Jetson Nano 上从 .wts 文件生成 engine 文件

为了在 Jetson Nano 上使用 TensorRT 将 `.wts` 文件转换为 `engine` 文件，可以遵循特定命令结构来序列化模型至计划文件。具体指令如下：

sudo ./yolov5 -s [.wts] [.engine] [n/s/m/l/x/n6/s6/m6/l6/x6 or c/c6 gd gw]

此命令用于将权重文件（`.wts`）通过指定参数序列化成适用于不同 YOLOv5 版本的引擎文件（`.engine`）。其中 `[.wts]` 和 `[.engine]` 需要替换为实际路径下的相应文件名；而方括号内的选项则对应于所使用的 YOLOv5 模型变体[^3]。

对于更简便的方法，在 YOLOv5 主目录内存在 `export.py` 脚本可以直接调用 tensorRT 包完成从 `.pt` 到 `.engine` 的转换过程。考虑到 Jetson Nano 自带 TensorRT 支持，只需确保 conda 环境中的 TensorRT 安装正确并与系统版本兼容即可简化这一流程[^2]。

然而当源文件为 `.wts` 时，则需采用前述命令行方式执行转换操作。这通常涉及到先加载预训练好的权重数据再利用 TensorRT API 构建优化后的推理引擎实例，并最终保存为二进制格式的 `.engine` 文件以便后续高效运行。

相关问题

#!/bin/sh sudo -s <<EOF cd /home/jetson/tensorrtx/yolov5/ python3 '/home/jetson/tensorrtx/yolov5/yolov5_trt.py' EOF

您好！这段代码看起来像是一个shell脚本。它在使用sudo权限的情况下切换到root用户，并执行了一个python脚本。在这个脚本中，它首先改变了当前工作目录到`/home/jetson/tensorrtx/yolov5/`，然后使用python3解释器来运行`/home/jetson/tensorrtx/yolov5/yolov5_trt.py`文件。这个脚本的作用是运行一个使用TensorRT实现的YOLOv5目标检测模型。如果您有任何进一步的问题，请随时提问！

yolo5生成engine jetson nano

生成Yolov5的engine文件在Jetson Nano上的步骤如下：

1. 将生成的.wts文件复制到Jetson Nano上的yolov5文件夹中。这个文件夹的路径是yolov5-5.0（Tensorrtx）\tensorrtx-yolov5-v5.0\yolov5。\[1\]

2. 打开yololayer.h文件，并根据你训练模型的类别数量修改CLASS_NUM的值。例如，如果你的模型有55个类别，就将CLASS_NUM设置为55。\[1\]

3. 在yolov5文件夹中打开终端，并依次运行以下指令：

   mkdir build
   cd build
   cmake ..
   make
   sudo ./yolov5 -s ../yolov5s.wts yolov5s.engine

4. 生成的engine文件将会在yolov5文件夹中。\[1\]

接下来，将生成的yolov5s.engine和libmyplugin.so文件拷贝到DeepStream的目录中。具体步骤如下：

1. 进入DeepStream的源代码目录：

   cd /opt/nvidia/deepstream/deepstream-5.1/sources/

2. 复制yolov5s.engine和libmyplugin.so文件到DeepStream的Yolov5-in-Deepstream-5.0/Deepstream_5.0/目录中：

   cp /home/nano/tensorrtx/yolov5/build/yolov5s.engine /opt/nvidia/deepstream/deepstream-5.1/sources/Yolov5-in-Deepstream-5.0/Deepstream_5.0/
   cp /home/nano/tensorrtx/yolov5/build/libmyplugin.so /opt/nvidia/deepstream/deepstream-5.1/sources/Yolov5-in-Deepstream-5.0/Deepstream_5.0/

3. 编译DeepStream：

   sudo chmod -R 777 /opt/nvidia/deepstream/deepstream-5.1/sources/
   git clone https://github.com/Glory-Peng/Yolov5-in-Deepstream-5.0.git

完成上述步骤后，你将在DeepStream的Yolov5-in-Deepstream-5.0/Deepstream_5.0/目录中得到生成的yolov5s.engine和libmyplugin.so文件，这两个文件在后续的使用中非常重要。\[2\]\[3\]
#### 引用[.reference_title]
- *1* [Jetson Nano部署YOLOv5与Tensorrtx加速——（自己走一遍全过程记录）](https://blog.csdn.net/Mr_LanGX/article/details/128094428)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [yolov5在jetson nano上的部署 deepstream](https://blog.csdn.net/Pcl2001/article/details/125957727)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]