Jetson nano加速yolov5

．在训练好自己的模型，
然后下载tensorrtx
git clone https://github.com/wang-xinyu/tensorrtx.git
1·首先自己训练yolov5，可以使用yolov5s.pt训练出来的best.pt文件进行操作。复制 tensorrtx/yolov5/gen_wts.py文件 到 yolov5 文件夹中。然后运行生成相对应的.wts文件。

2.生成部署引擎，在Jetson nano板子上进行build
将yolov5s.wts文件放到tensorrtx/yolov5文件夹中，在yolov5.cpp文件中还可以修改fp16还是fp32 int8、device(选择哪一个GPU设备)、nms_thresh(nms的阈值)、conf_thresh(conf的置信度)、batch_size(批次大小)
打开yololayer.h文件，修改他的num总数，根据你训练模型的类个数来。

确保tensorrtx/yolov5文件下有你的wts文件，并且相应地修改了yolov5.cpp
文件和yolovlayer.h文件。
然后在tensorrtx/yolov5文件夹下依次执行下面的代码
mkdir build
cd build
cmake …
make
sudo ./yolov5 -s …/yolov5s.wts yolov5s.engine s
生成.engine文件。

最后，把要检测的图片放在samples中。运行一下命令即可进行检测。