最近用到yolov8，但是尋找了一圈才找到了yolov8最佳的部署方法，限于python，所以在此進行總結記錄，方便眾人，看完此篇，不會純屬自己問題，與我無瓜0.0

一 、準備好代碼和環境

先創建一個環境吧：

conda create -n trt python=3.9

安裝TensorRt

TensorRt下載鏈接
下載之后，解壓，吧其中的bin、include、lib的文件都放到安裝cuda的對應文件里即可，然后激活環境trt，pip install python/tensorrt-8.6.1-cp39-none-win_amd64.whl

下載代碼和安裝環境

git clone https://github.com/triple-Mu/YOLOv8-TensorRT.git
cd YOLOv8-TensorRT
pip install -r requirements.txt

部署和推理

構建ONNX

python export-det.py --weights weights/v8s4/weights/last.pt --iou-thres 0.65 --conf-thres 0.25 --topk 100 --opset 14  --input-shape 1 3 640 640 --device cuda:0 --sim

構建engine

這是集成了nms，速度更快

python build.py --weights weights/v8s-faster-twoc-Lcls-coco802/weights/best.onnx --iou-thres 0.65 --conf-thres 0.25 --topk 100 --device cuda:0 --fp16

無torch推理

python infer-det-without-torch.py --engine best.engine --imgs data --show --method pycuda

torch推理

python infer-det.py --engine best.engine --imgs data --show