本人以前的博客参考：tensorRT的下载和安装
TensorRT的官方文档(pythonAPI c++API)：
特别全的TensoRT介绍
得到引擎的两种方式
- 得到引擎：代码方式
- 命令行方式
一、权重转换为onnx
为了避免 TensorRT 解析错误，我们对 ONNX 进行 简化。importonnximportonnxsim 加载 ONNX 模型 onnx_model=onnx.load("yolov8n.onnx")进行模型简化 simplified_model, check=onnxsim.simplify(onnx_model)保存优化后的模型 onnx.save(simplified_model,"yolov8n_sim.onnx")print("ONNX Simplified:", check)二、用引擎进行推理
均是以yolov8为例子
- yolov8 c++tensorRT推理（直接拿来可用）
- Python为主要的编程代码