一、模型转换准备

1.将pt模型转换为wts

在YoloV8的训练环境下，将pt模型转换为wts模型：运行gen_wts.py可生成yolov8s.wts.

2.tensorrt工程下载

可从csdn上免费下载，网址为：

二、环境配置

1、VS配置

注意：首先先安装VS2019后再安装CUDA，可有效避免在VS2019环境中看不到CUDA Runtime模板。

2、CMake配置

安装CMake并在安装时选中“Add CMake to the system PATH ”保证添加环境变量。

注意：验证CMake安装是否成功CMD指令：cmake -version

3、配置opencv、tensorrt、cudnn环境变量

如：d:\Opencv4.8\build\x64\vc16\bin

       d:\TensorRT-8.6.1.6\lib

       d:\cudnn\bin

注意：cuda环境变量不需要专门配置是因为安装时会自动创建。

三、编译

在yolov8_tensorrt_main项目中创建文件夹build，然后用CMake进行编译。

注意：TensorRT项目中的CMakelist.txt分别配置自己的OpenCV结合tensorRT的地址。

配置内容如下所示，注意cmake的最低版本要满足要求。