极智开发 | ubuntu源码编译onnx2trt

欢迎关注我的公众号 [极智视界]，获取我的更多经验分享

大家好，我是极智视界，本文介绍一下 ubuntu源码编译onnx2trt。

邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码和资源下载，链接：https://t.zsxq.com/0aiNxERDq

onnx2trt，很明显就是将 onnx 转换为 tensorrt 模型的一个工具。编译过程中还会涉及 protobuf 的编译，以及配置 tensorrt、onnx 包，且需要进行版本的对齐，这里我把编译 onnx2trt 所需的文件都整理到了一起，并整理了一键编译的脚本 build.sh，这样你就不用被繁琐的依赖下载所困扰，整理好的 onnx2trt 编译源码包的获取连接：链接。

下面介绍完整的编译过程。

首先需要编译 protobuf，这部分可以查看我之间的文章 《极智开发 | ubuntu 安装 protobuf》，但是需要注意 protobuf 的版本，如果直接使用我之前文章的版本后面编译 onnx2trt 的时候会报错，可以直接采用我这里提供的 onnx2trt 编译包中的 protobuf 的版本，实际是 3.16.3 的。

然后需要下载 onnx 的源码包和 tensorrt 的 linux 包，把 onnx 包放到 onnx2trt 编译包的 third_party 目录下，tensorrt 包可放任意位置，需要注意的是我提供的 tensorrt 版本是 8.2.1.8 的。

万事俱备，只欠编译。

# build.sh

if [ ! -d "./build" ]; then
	mkdir build
else
	rm -rf build/*
fi

cd build
cmake .. -DTENSORRT_ROOT=../TensorRT-8.2.1.8 -DGPU_ARCHS="75"

make -j8
sudo make install -j8

这里直接执行 build.sh 就能编译成功，完了在编译目录 build 下就会编译出我们想要的可执行程序 onnx2trt，可以执行验证一下：

./build/onnx2trt -help

输出如下：

好了，以上分享了 ubuntu源码编译onnx2trt的方法，希望我的分享能对你的学习有一点帮助。

【极智视界】

《极智开发 | ubuntu源码编译onnx2trt》

畅享人工智能的科技魅力，让好玩的AI项目不难玩。邀请您加入我的知识星球，星球内我精心整备了大量好玩的AI项目，皆以工程源码形式开放使用，涵盖人脸、检测、分割、多模态、AIGC、自动驾驶、工业等。不敢说会对你学习有所帮助，但一定非常好玩，并持续更新更加有趣的项目。https://t.zsxq.com/0aiNxERDq