关于vs配置yolov8s转tensorrt的过程和注意事项

配置的注意事项：

  首先第一点，不要更新vs，否则会出现莫名其妙的bug
  我用的cuda版本是11.8，cudnn版本是8.9.6，tenorrt版本是8.6 GA，opencv是4.9.0
  "yolov8_onnx_tensorrt_哔哩哔哩_bilibili" 这是b站一位up🐖录的视频，我是按照他的文件配置的
  一般来说，vs里面配置的是头文件和lib文件，path配置的是bin中的dll文件，而Windows查找库先在可执行文件同目录，其次是环境变量%PATH%

分析过程：
  首先是用python将yolov8s.pt转换为yolov8s.onnx

from ultralytics import YOLO

model = YOLO("weights/yolov8s.pt")

success = model.export(format="onnx")

  然后通过parser解析器将ONNX模型文件解析并转换为一个 nvinfer1::INetworkDefinition 对象（抽象的网络定义对象，包含了模型的结构和参数信息。用于在TensorRT中定义和构建网络模型，包括添加层、设置输入输出、配置参数等。）

nvinfer1::IBuilder* builder = nvinfer1::createInferBuilder(transLogger);  
//创建一个构建器对象builder，用于构建网络。将日志信息记录到这个日志记录器中.

nvinfer1::INetworkDefinition* network = builder->createNetworkV2(flag);
//创建一个网络定义对象。这个方法接受一个标志值作为参数，用于指定网络定义的创建方式。在这里，flag指定了网络定义应该明确指定批处理大小。

nvonnxparser::IParser* parser = nvonnxparser::createParser(*network, transLogger);
//创建了一个ONNX解析器对象，解析后的ONNX模型会被转换为一个 nvinfer1::INetworkDefinition 对象

parser->parseFromFile(ONNX_file, static_cast<int32_t>(nvinfer1::ILogger::Severity::kWARNING));
//从指定的ONNX文件中解析模型,kWARNING表示只记录警告级别及以上的日志信息。

  接着将 nvinfer1::INetworkDefinition 对象换成 nvinfer1::IHostMemory 对象（包含二进制数据的内存对象，通常用于存储序列化后的网络模型，可以被保存到文件中，或者在不同的环境中加载和使用，以便于模型的存储、传输和部署。）

nvinfer1::IHostMemory* serializeModel = builder->buildSerializedNetwork(*network, *config);
//将TensorRT网络和配置对象序列化为二进制数据,serializeModel用于存储序列化后的二进制数据。其中config可以是FP16,INT8等

  最后将序列化后的二进制数据写入engine文件，即trt模型

std::ofstream engine(Engine_file, std::ios::binary); //创建一个输出文件流 engine，并打开名为 Engine_file 的文件，以二进制模式进行写操作。
engine.write(reinterpret_cast<const char*>(serializeModel->data()), serializeModel->size());  //将序列化后的二进制数据写入文件。