-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathwindows配置环境文档.txt
152 lines (124 loc) · 5.18 KB
/
windows配置环境文档.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
在windows系统下，使用pytorch训练yolo模型，并将其转换成onnx--->engine引擎，并在c++下进行模型解析与推理
cuda 11.4.4 官网
cudnn 8.2.4.15 官网
TensorRT 8.2.4.2 官网
PyTorch 1.11 conda
python=3.8 conda
opencv-python pip
v5相关环境 pip
onnx pip （v5和trt都需要）
opencv 4.5.5 官网
vs 15 官网
cmake 官网
1.安装Anaconda
双击exe安装包直接安装
添加环境变量
C:\Users\QC\Anaconda3
C:\Users\QC\Anaconda3\Scripts
创建python环境
修改清华源
conda config --set show_channel_urls yes
用户目录下 得到.condarc文件
打开添加
channels:
- defaults
show_channel_urls: true
default_channels:
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
2.安装cuda与cudnn
https://blog.csdn.net/qing666888/article/details/43344107
3.安装pytorch
必须使用canda下载，如果使用Pip下载，会导致 import torch 与import tensorrt 冲突报错
进入虚拟环境中
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
4.安装pycharm
执行exe安装文件
报错解决：
. : File C:\Users\QC\Documents\WindowsPowerShell\profile.ps1 cannot be loaded because running scripts is disabled on this system. For more information, see about_Execution_Policies at h ttps:/go.microsoft.com/fwlink/?LinkID=135170.
#以管理员身份运行PowerShell
#执行：get-ExecutionPolicy，回复Restricted，表示状态是禁止的
#执行：set-ExecutionPolicy RemoteSigned即可
#注意：一定要以管理员的身份运行PowerShell，不是cmd窗口！
Settings --> Tools --> Terminal --> Shell Path，将powershell修改为cmd.exe
5.更改pip源
6.安装V5相关环境
进入虚拟环境中
先安装opencv-python=4.1.2.30
再执行pip install -r requirements.txt
设置增加项目所在位置盘的虚拟内存
训练模型测试
7.安装tensorrt
官网下载vs2019
https://my.visualstudio.com/Downloads?q=Visual%20Studio%202019 下载地址
https://cloud.tencent.com/developer/article/1668511
解压tensorrt 压缩包
https://blog.csdn.net/weixin_43917589/article/details/122578198
安装python api
进入 D:\TensorRT-8.2.4.2\python文件夹下
打开cmd 进入虚拟环境 执行pip install 对应版本whl文件 即可
8.安装opencv
官网安装
https://opencv.org/releases/
教程
https://blog.csdn.net/phinoo/article/details/112134866?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.pc_relevant_default&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7Edefault-2.pc_relevant_default&utm_relevant_index=5
9.安装cmake
官网安装
安装教程
http://www.360doc.com/content/22/0113/11/78426080_1013072473.shtml
10.编译 yolov5-rt-stack-main项目进行engine模型加速
按照步骤进行编译
cd D:\yolov5-rt-stack-main\deployment\tensorrt
mkdir -p build && cd build
然后将该路径下的四个文件
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\visual_studio_integration\MSBuildExtensions
复制到
C:\Program Files (x86)\Microsoft Visual Studio\2019\Enterprise\MSBuild\Microsoft\VC\v160\BuildCustomizations
否则cmake会报错 找不到cuda！！
cmake -G "Visual Studio 16 2019" -DTENSORRT_DIR="D:/TensorRT-8.2.4.2" -DOpenCV_DIR="D:/opencv4.5.4/opencv/build" -DCUDA_TOOLKIT_ROOT_DIR="C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.4" ..
cmake -build
复制模型以及相关库文件、类文件、图片到debug文件下
执行exe文件 并输入相关命令
yolort_trt.exe --fp16 -m "last.engine" -i "20220408 18_09_12_384.bmp" -c "weilong.yaml"
--------------------------------
11.不同系列显卡需要分别转换对应引擎模型
12.cmake 编译失败情况下，使用vs15 直接新建项目，配置cuda、tensorrt、opencv环境
vs15新建c++项目
创建main.cpp文件
将功能代码复制到main.cpp文件内
打开属性管理器，右键release or debug（64） 属性
c/c++-常规-附加包含目录：
D:\TensorRT-8.2.4.2\include
D:\opencv4.5.4\opencv\build\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\include
链接器-常规-附加库目录：
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.4/lib/x64
C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.4/lib/x64/$(Configuration)
D:/TensorRT-8.2.4.2/lib
D:/TensorRT-8.2.4.2/lib/$(Configuration)
链接器-输入-附加依赖项：
D:\opencv4.5.4\opencv\build\x64\vc15\lib\opencv_world455.lib
nvinfer.lib
cudart.lib
nvonnxparser.lib
nvinfer_plugin.lib
kernel32.lib
user32.lib
gdi32.lib
winspool.lib
shell32.lib
ole32.lib
oleaut32.lib
uuid.lib
comdlg32.lib
advapi32.lib
运行即可