README.md

English | 简体中文

视频分析示例

本示例以 YOLOv8s 模型为例，演示如何将 TensorRT-YOLO 的 Deploy 模块集成到 VideoPipe 中进行视频分析。

模型导出

首先，从 YOLOv8s 下载 YOLOv8s 模型并保存到 workspace 文件夹中。

然后，使用以下指令将模型导出为带有 EfficientNMS 插件的 ONNX 格式：

cd workspace
trtyolo export -w yolov8s.pt -v yolov8 -o models -b 2

执行以上命令后，将在 models 文件夹下生成名为 yolov8s.onnx 的文件。接着，使用 trtexec 工具将 ONNX 文件转换为 TensorRT engine：

cd workspace
trtexec --onnx=yolov8s.onnx --saveEngine=yolov8s.engine --fp16

项目运行

在进行推理之前，请确保已经编译了 VideoPipe 和 TensorRT-YOLO。

接下来，使用 xmake 将项目编译为可执行文件：

xmake f -P . --tensorrt=/path/to/your/TensorRT --deploy=/path/to/your/TensorRT-YOLO --videopipe=/path/to/your/VideoPipe

xmake -P . -r

编译成功后，您可以直接运行生成的可执行文件或使用 xmake run 命令进行推理：

xmake run -P . PipeDemo

以上是进行模型推理的方法示例。