基于C#调用TensorRT 部署Yolov5模型
NVIDIA TensorRT™ 是用于高性能深度学习推理的 SDK，可为深度学习推理应用提供低延迟和高吞吐量。详细安装方式参考以下博客： NVIDIA TensorRT 安装 (Windows C++)
前文中已经介绍了在C++中利用TensorRT 部署Yolov5模型，但在实际应用中，经常会出现在C#中部署模型的需求，目前TensorRT无法直接在C#调用函数接口实现模型部署，此处利用动态链接库功能，构建TensorRTSharp，实现C#部署模型。
2. 构建Nvinfer类
2.1 新建C#类库
右击解决方案，添加->新建项目，选择添加C#类库，项目名命名为csharp_tensorrt_class，项目框架根据电脑中的框架选择，此处使用的是.NET 5.0。新建完成后，然后右击项目，选择添加->新建项，选择类文件，添加Nvinfer.cs和NativeMethods.cs两个类文件。
2.2 引入dll文件中的方法
在NativeMethods.cs文件下，我们通过[DllImport()]方法，将dll文件中所有的方法读取到C#中。模型转换方法读取方式如下：
[DllImport(tensorrt_dll_path, CharSet = CharSet.Unicode, CallingConvention = CallingConvention.Cdecl)]
public extern static void onnx_to_engine(string onnx_file_path, string engine_file_path, int type);
其中openvino_dll_path为dll文件路径，CharSet = CharSet.Unicode代表支持中文编码格式字符串，CallingConvention = CallingConvention.Cdecl指示入口点的调用约定为调用方清理堆栈。
上述所列出的为初始化推理模型，dlii文件接口在匹配时，是通过方法名字匹配的，因此，方法名要保证与dll文件中一致。其次就是方法的参数类型要进行对应，在上述方法中，函数的返回值在C++中为void* ，在C#中对应的为IntPtr类型，输入参数中，在C++中为wchar_t* 字符指针，在C#中对应的为string字符串。通过方法名与参数类型一一对应，在C#可以实现对方法的调用。其他方法在C#重写后如下：
// 读取本地engine模型，并初始化NvinferStruct
public extern static IntPtr nvinfer_init(string engine_filename, int num_ionode);
// 创建GPU显存输入/输出缓冲区
public extern static IntPtr creat_gpu_buffer(IntPtr nvinfer_ptr, string node_name, ulong data_length);
// 加载图片输入数据到缓冲区
public extern static IntPtr load_image_data(IntPtr nvinfer_ptr, string node_name, ref byte image_data, ulong image_size, int BN_means);
// 模型推理
public extern static IntPtr infer(IntPtr nvinfer_ptr);
// 读取推理数据
public extern static void read_infer_result(IntPtr nvinfer_ptr, string node_name_wchar, ref float result, ulong data_length);
// 删除内存地址
public extern static void nvinfer_delete(IntPtr nvinfer_ptr);
2.3 创建Nvinfer类
为了更方便地调用我们通过dll引入的TensorRT 方法，减少使用时的函数方法接口，我们在C#中重新组建我们自己的推理类，命名为Class Nvinfer，其主要成员变量和方法如图Nvinfer类图所示。
public class Nvinfer{}
在Nvinfer类中，我们只需要创建一个地址变量，作为Nvinfer类的成员变量，用于接收接口函数返回的推理核心指针，该成员变量我们只需要在当前类下访问，因此将其设置为私有变量：
private IntPtr ptr = new IntPtr();
首先封装模型转换方法onnx_to_engine()，该方法主要用于将onnx模型转为engine格式，因为engine为基于本机配置转换的推理模型文件，因此该模型文件不具备通用性，需要自行转换。在该方法中，只需要输入本地onnx模型文件、转换后的engine本地保存路径以及转换后的模型精度类型，通过调用重写的NativeMethods.onnx_to_engine()方法即可。
public void onnx_to_engine(string onnx_file_path, string engine_file_path, AccuracyFlag type){
NativeMethods.onnx_to_engine(onnx_file_path, engine_file_path, (int)type);
}
接下来，构建推理模型初始化方法init()，我们只需要输入engine模型文件路径地址以及输入输出节点数量即可，然后调用NativeMethods.nvinfer_init()方法，该方法可以实现本地读取engine模型，并初始化推理引擎结构体中的相关下成员变量。
public void init(string engine_filename, int num_ionode){
ptr = NativeMethods.nvinfer_init(engine_filename, num_ionode);
}
creat_gpu_buffer()主要实现在GPU显存创建输入/输出缓冲区，此处需要指定输入/输出节点名以及输入输出节点数据大小。
public void creat_gpu_buffer(string node_name, ulong data_length){
ptr = NativeMethods.creat_gpu_buffer(ptr, node_name, data_length);
}
load_image_data()该方法主要是是将带推理数据加载到推理模型中，该方法输入图片数据为转为矩阵的图片数据，方便图片数据在C++与C#之间进行传递，该方法中已经包括了图片数据预处理等步骤，因此在此处我们不需要再进行数据预处理。
public void load_image_data(string node_name, byte[] image_data, ulong image_size, BNFlag BN_means){
ptr = NativeMethods.load_image_data(ptr, node_name, ref image_data[0], image_size, (int)BN_means);
}
infer()步骤主要是调用模型推理方法将配置好的数据进行模型推理。
public void infer(){
ptr = NativeMethods.infer(ptr);
}
read_infer_result()主要实现了模型推理后推理结果数据的读取，目前对于结果的数据类型只支持浮点型数据的读取，后续如果有其他数据读取的要求，会根据需求进行更改。
public float[] read_infer_result(string node_name_wchar,ulong data_length){
float[] result = new float[data_length];
NativeMethods.read_infer_result(ptr, node_name_wchar, ref result[0], data_length);
return result;
}
最后一步主要实现对内存数据的删除，放置占用太多的内存导致内存泄露。
public void delete(){
NativeMethods.nvinfer_delete(ptr);
}
2.4 编译Nvinfer类库
右击项目，点击生成/重新生成，出现如图所示，表示编译成功。
