[C#][原创]使用C#部署yolov7的tensorrt模型

要说C#当前做深度学习能力很弱，但是源于对C++非常友好的接口，使得C#做界面，C++做算法非常适合，因此你问我目前在C#方面最好的深度学习部署方式是什么？我只能说是调用C++接口，目前github或者其他开源网站都有各种C#版本的深度学习部署库，比如yolov5-net,yolov7-net但是这些库的速度都是非常感人的，他们大多数是通过onnx作为推理对象，这得益于微软的Onnxrumtime有非常友好C#接口，但是这些接口总体感觉就是慢，因此最快方式就是

C++=============> C#

因此你只要掌握C++和C#编程技术很容易实现，当然你也得懂python，这个时代很难凭借一门编程闯天下，所以掌握越多语言对你开发越有好处。

C#部署tensorrt模型流程

yolov7训练自己的模型pt====>导出onnx模型=====>导出tensorrt模型=======>编写C++接======>封装C++DLL=====>封装C#调用C++ DLL接口的函数====>调用模型推理

需要掌握技术：

（1）C++面向对象的知识

（2）C++ DLL封装技巧

（3）掌握C++的数据类型怎么转成C#的数据类型或者反向数据类型转换

（4）掌握C#面向对象的知识

（5）掌握训练模型流程

（6）掌握模型转换的流程

更多信息可以参考视频教程：

使用C#部署yolov7的tensorrt模型_哔哩哔哩_bilibili

bilibili.com/video/BV1F841147Pa/