# yolov8 TensorRT
The Pytorch implementation is [https://github.com/ultralytics/ultralytics](https://github.com/ultralytics/ultralytics).
## onnx model
step1. install yolov8
```
pip install ultralytics
```
step2. download yolov8 model from [https://github.com/ultralytics/assets/releases](https://github.com/ultralytics/assets/releases)
step3. convert yolov8 model to onnx
```
yolo mode=export model=yolov8n.pt format=onnx simplify=True
```
or you can download onnx model from here [z16b](https://pan.baidu.com/s/1KzJ3-15LrPnWjavnqeWsTg)
## How to Run, yolov8n as example
1. Modify the tensorrt cuda opencv path in CMakeLists.txt
```
#cuda
include_directories(/mnt/Gu/softWare/cuda-11.0/targets/x86_64-linux/include)
link_directories(/mnt/Gu/softWare/cuda-11.0/targets/x86_64-linux/lib)
#tensorrt
include_directories(/mnt/Gpan/tensorRT/TensorRT-8.2.0.6/include/)
link_directories(/mnt/Gpan/tensorRT/TensorRT-8.2.0.6/lib/)
```
2. build
```
1. mkdir build
2. cd build
3. cmake ..
4. make
```
3. onnx to tensorrt model
```
./onnx2trt/onnx2trt ../onnx_model/yolov8n.onnx ./yolov8n.trt 1
```
4. inference
```
./yolov8 ./yolov8n.trt ../samples/
```
The results are saved in the build folder.
![image](result/zidane.jpg)
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
TensorRT_使用TensorRT加速部署YOLOv8算法_优质算法部署项目实战.zip (23个子文件)
TensorRT_使用TensorRT加速部署YOLOv8算法_优质算法部署项目实战
include
logging.h 16KB
utils.hpp 3KB
CMakeLists.txt 1KB
onnx_model
yolov8n.onnx 12.21MB
process.cu 9KB
samples
herd_of_horses.jpg 130KB
person.jpg 77KB
field.jpg 111KB
giraffe.jpg 374KB
dog.jpg 160KB
zidane.jpg 165KB
eagle.jpg 139KB
messi.jpg 124KB
bus.jpg 476KB
street.jpg 100KB
room.jpg 83KB
onnx2trt
CMakeLists.txt 218B
onnx2trt.cpp 7KB
onnx2trt.sh 171B
utils.cpp 5KB
yolov8.cpp 10KB
README.md 1KB
result
zidane.jpg 241KB
共 23 条
- 1
资源评论
极智视界
- 粉丝: 2w+
- 资源: 1459
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功