python调用tensorrt yolov5_trt.py

首先，需要安装以下软件：

- CUDA 10.0 or 10.2
- cuDNN 7.6.5
- TensorRT 7.0.0+

然后，可以按照以下步骤调用 TensorRT YOLOv5：

1. 下载 YOLOv5 模型和 TensorRT YOLOv5 的代码并解压缩：

wget https://github.com/WongKinYiu/yolov5/releases/download/v3.0/yolov5s.pt
git clone https://github.com/wang-xinyu/tensorrtx.git
cd tensorrtx/yolov5

2. 将下载的 YOLOv5 模型转换为 ONNX 格式：

python3 -c 'import torch; x = torch.randn(1, 3, 640, 640); torch.onnx.export(torch.hub.load("ultralytics/yolov5", "yolov5s"), x, "yolov5s.onnx", opset_version=11)'

3. 编译 TensorRT YOLOv5：

mkdir build
cd build
cmake ..
make -j$(nproc)

4. 运行 TensorRT YOLOv5：

./yolov5 -s  # Build and save yolov5s.engine
./yolov5 -d  # Run inference with yolov5s.engine

其中，`-s` 参数表示编译并保存 TensorRT engine，`-d` 参数表示运行推理。在推理时，可以通过修改 `yolov5.cpp` 文件来更改输入和输出的尺寸、模型的路径等参数。

希望这些步骤可以帮助你成功调用 TensorRT YOLOv5。