博客

1.设备：Jetson AGX Xavier

2.步骤

1：下载YOLOv5 v5.0的官方代码，并根据readme文件安装，确保它能够在agx上运行。

git clone -b v5.0 https://github.com/ultralytics/yolov5.git 

2：下载TensorRT的代码，注意要和YOLO的版本相匹配

git clone https://github.com/wang-xinyu/tensorrtx.git

3：把下载好的YOLO的权重文件，比如说YOLOv5x.pt放到weights文件夹里面。

4：将tensorrtx的YOLOv5文件夹里面的gen_wts.py复制到第一步下载的YOLOv5文件夹里面

cp {tensorrtx}/yolov5/gen_wts.py {ultralytics}/yolov5

5：生成yolov5x.wts文件，这一步要先cd进入到YOLOv5的文件夹里面。

cd {ultralytics}/yolov5
python gen_wts.py yolov5x.pt
// a file 'yolov5s.wts' will be generated.

6：生成引擎文件，先cd进入tensorrtx文件夹下面的YOLOv5文件夹

新建build文件夹，并cd进入

cd {tensorrtx}/yolov5/
// update CLASS_NUM in yololayer.h if your model is trained on custom dataset
mkdir build
cd build

7：把第五步生成的YOLOv5x.wts文件复制到build文件夹里面，进行编译，我选择的是yolov5x的引擎文件，编译时间比较长。

cp {ultralytics}/yolov5/yolov5x.wts {tensorrtx}/yolov5/build
cmake ..
make
sudo ./yolov5 -s yolov5x.wts yolov5x.engine x

8：编译完成后，可以进行测试，测试用的图片是samples文件夹里面的两张图

sudo ./yolov5 -d yolov5s.engine ../samples

目前参考网上的一些帖子，这个加速文件是不能直接检测视频的，我直接在samples文件里面放入视频文件会报错，然后我用CV2写了一个按帧抽取视频的脚本，建议直接把这个脚本放在YOLOv5文件夹下面运行，不用再安装cv2的库。问题在于如果将视频里面的全部帧抽出来体积会巨大，我把一个78M的视频全部抽帧，得到了4G的图片，而这4G的图片全部检测完又是4G，会把agx的内存占很大一部分。

import cv2
vc = cv2.VideoCapture('D:\\yolov5\\yolov5-master\\data\\01.avi')#视频输入路径
c=1

if vc.isOpened():
    rval , frame = vc.read()
else:
    rval = False

timeF = 1#隔多少帧抽取一张图片

while rval:
    rval, frame = vc.read()
    if (c%timeF == 0):
        cv2.imwrite('D:\\yolov5\\yolov5-master\\data\\video2pic\\01'+str(c)+'.jpg',frame )#视频输出路径
    c = c + 1
    cv2.waitKey(1)
vc.release()

3.存在问题

原作者在最后一步启动加速检测的命令时，还给了另外一种Python文件的方式

python yolov5_trt.py

运行这个py文件需要安装pycuda，但是当我安装完成后运行会报错，接着我之前下载好的包括编译好的整个tensorrt文件夹都没了，垃圾箱也没有，只能重新做一遍，非常的坑，各位朋友谨慎操作。