# Yolo_To_TR

**Repository Path**: phoenix_legend/Yolo_To_TR

## Basic Information

- **Project Name**: Yolo_To_TR
- **Description**: 使用HIK工业相机进行YOLO转TensorRT后推理
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-06-06
- **Last Updated**: 2025-06-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# YOLO 转 TensorRT 项目使用说明

## 环境配置

- TensorRT环境配置：https://forums.developer.nvidia.com/t/tensorrt-on-jetson-with-python-3-9/196131/9
- OpenCV环境配置：参见知识库

---

## 工程下载

- 使用git克隆到本地

```shell
git clone https://gitee.com/trisoill/Yolo_To_TR.git
```

---

## 生成TensorRT engine文件

1. 复制文件夹中的gen_wts.py文件到相应的YOLO文件夹中
2. 激活YOLO对应的虚拟环境，运行命令:

```shell
python gen_wts.py -w [训练好的模型名字.pt] -o [训练好的模型名字.wts]
```

3. 进入本地工程文件夹中，在文件夹中打开终端
4. 修改``yololayer.h``中``CLASS_NUM``的值为自己训练好的模型识别物体的种类数量
5. 修改``yolov5.cpp``中``char *my_classes[]``的值为自己训练好的模型的名称*注意名称的顺序与训练模型的yaml文件中的顺序一致*
6. 运行命令：

```shell
mkdir build
cd build
cmake ..
make
./yolov5 -s [训练好的模型名字].wts [训练好的模型名字].engine [所用的预训练模型名称，s/m/x等]
```

---

## 进行模型推理

- cd 至工程文件夹中的build文件夹中

- 运行命令：

```shell
./yolov5 -d [刚刚倒出的模型名字].engine
```

---

## 注意

- 初始版本为使用HIK工业相机，如果想用WebCAM注意解注释
- 里面附带Serial串口通讯，使用具体看下面链接的博客
- 目前版本仅支持YOLOv5

---

## 更新概要

- V1.0 完成YOLOv5转TensorRT并进行模型推理，并加入海康相机驱动以及串口通讯

---

## 参考博客以及开源项目

- https://github.com/wang-xinyu/tensorrtx YOLO转TensorRT模型以及推理开源项目，内包含其余YOLO版本转TensorRT项目
- https://blog.csdn.net/yaojiawan/article/details/90478368 Linux下C++串口使用
- https://blog.csdn.net/weixin_54603153/article/details/120079220 YOLO转TensorRT项目调用摄像头