AGX Xavier部署自己修改训练后的yolov4模型(tensorrt加速版)

本项目使用的这位大佬的git项目.，过程中遇到很多问题大佬都及时回复了，在此十分感谢大佬相助。以下是对项目的补充说明：

一、项目环境

• AGX Xavier 版本Jetpack4.4.1
• cuda 10.2.89
• cudnn 8.0.0.180
• tensoort 7.1.3.0
• opencv 4.4.1
• onnx 1.5.0

二、环境配置

1. 安装 yaml-cpp

出现的错误：

解决方法：

sudo apt-get install libboost-all-dev
sudo apt-get install libyaml-cpp-dev

另外因为项目作者的yaml-cpp里静态库是在x86上编译的，版本信息如下

如果直接编译会报错;

所以我们要改一下库的链接地址，静态库地址在/usr/lib/aarch64-linux-gnu
修改是在cmakelist里面修改：

然后就可以啦

2 onnx安装

pip3 install onnx==1.5.0

3 cfg转成onnx

python3 export_onnx.py  //记得修改文件路径

如果编译完成以后，执行项目的时候出现以下错误首先考虑是不是onnx倒出命令敲错了

或者参考以下l方法.，yolov4如果是608x608和coco数据集的话，应该是输出应该22743和85，如果输出不对则是生成的onnx文件有问题。

4 编译项目

mkdir build && cd build
cmake ..
make -j

5项目执行：

./Yolov4_trt ../config.yaml ../samples

如果是自己的模型和类别参数，需要修改.yaml文件

不然会出现segmentation core dumped错误：

解决方法：
修改common.hpp里面的这里，改成1<<30

其次检查.yaml内容是否正确配置

另外，如果在这里卡主了，多等一下就可以，或者空一点内存出来

6 检测结果

检测结果在samples文件夹里，终端不会输出。

因为用新的数据重新训练了模型，所以检测出来的车轮是扳手，是正确的，不要怀疑。

在此感谢本项目作者给予的支持，敬礼！