TensorRT安装与engine生成

1、下载

• 选择合适的TensorRT版本，在官网进行下载
  
• 下载完后后，需要进行解压：

tar -xzvf TensorRT-${version}.Linux.${arch}-gnu.${cuda}.${cudnn}.tar.gz

• 添加TensorRT lib的绝对路径到系统环境变量LD_LIBRARY_PATH：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<TensorRT-${version}/lib>

• 拷贝lib文件到你指定的项目文件中：

cp ./libs/.* ./dst_file/

安装教程参考：https://blog.csdn.net/weixin_41552975/article/details/114238425

2、pth转onnx

• 使用自带函数进行转

torch.onnx.export()

• 如果网络中使用了自适应池化层，需通过onnxsim来转换

pip install onnxsim 
pip install onnxruntime
python -m onnxsim origin.onnx sim.onnx 

• 通过trtexec，来验证onnx，并测试推理时间

./trtexec --onnx=model.onnx

3、onnx转engine

/mnt/download/TensorRT-7.0.0.11/bin/trtexec --onnx=best.onnx --verbose --saveEngine=best.engine  --explicitBatch --workspace=4096 --fp16  

相关链接

• 官方使用指南：https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html
• https://blog.csdn.net/dou3516/article/details/125976923
• https://blog.csdn.net/qq_40081208/article/details/118383068