安装trt2onnx

 

 

安装trtonnx需要先安装opencv，gfags，thor，opencv，具体看博客中的额其他教程。

 

这些需要提前安装，如果不提前安装，会报具体的错误，然后根据错误进行安装

然后下载完trtonnx以后，建立软链接

ln -s /home/nvidia/TensorRT /home/nvidia/cola/trt_onnx2

就会在trt_onnx2文件夹下创建一个TensorRT软链接文件，它是软链接到/home/nvidia/TensorRT目录的。

再建立软连接：

ln -s /home/nvidia/TensorRT ~/TensorRT

然后可以进入目录，

1 mkdir build 
2 cd build
3 cmake ..
4 make -j8

如果在第四步make -j8出现一下错误
/usr/local/include/opencv4/opencv2/videoio/videoio_c.h:47:48:fatal error: opencv2/videoio/legacy/constants_c.h:
用locat命令：locate constants_c.h找到constants_c.h文件，然后在/usr/local/include/opencv4/opencv2/videoio/建立legacy文件夹，再把constants_c.h复制进去即可


如果针对tensorrt4编译trt2onnx在执行第四步 make -J8时可能出现各种错误，所以第一步，将tensorrt7中的include文件夹中的所有文件替换掉tensorrt4中的inculde文件夹中的所有文件
再次执行make -j8仍会报错，报错如下：

 

 查找全部CV_FOURCC，并替换为cv::VideoWriter::fourcc

再次执行make -j8发现编译成功。

下面就可以
1 运行ufid_master项目生成onnx文件
2 在onnx——tensorrt的build目录下执行命令生成txt文件
 

 

 3 检测视频，将上一步转换得到的.trt模型复制到trt_onnx2/models/文件夹下，终端执行命令

./build/examples/demo_ultra_fast_lane_det -trt_f ./models/lx_engine.trt -data_f ../video.mp4