模型实战（17）之C++ - tensorRT部署yolov8seg实例分割

模型实战（17）之C++ - tensorRT部署yolov8seg实例分割

• yolov8是2023年以来最新的集检测、分割、分类、关键点于一身的模型
• 参考官网文档：添加链接描述
• 本文将详细给出C++ - tensorRT部署yolov8seg模型的详细步骤
• 实现效果的话，精度和python环境下差不多，仅推理时间在RTX30~系列显卡仅需几毫秒一帧，但是其前处理和后处理时间在图像尺寸为640时达到了一百多毫秒，有点慢了
• 后期也将进行优化：通过cuda实现模型输入输出的前处理与后处理！！！
• 环境：Win10 cuda11.7 tensorrt8.4.3 cudnn860 RTX3050

1. Python环境下调用

• 首先，下载好yolov8模型的源码：https://github.com/ultralytics/ultralytics
• 然后搭建好yolov8的运行环境
• 最后执行下边预测命令：

yolo predict model=