Ultralytics（YoloV8）开发环境配置，训练，模型转换，部署全流程测试记录

关键词：windows docker tensorRT Ultralytics YoloV8

配置开发环境的方法：

1.Windows的虚拟机上配置：

Python3.10
使用Ultralytics 可以得到pt onnx，但无法转为engine，找不到GPU，手动转也不行，找不到GPU。这个应该是需要可以支持硬件虚拟化的GPU，才能在虚拟机中使用GPU。

2.Windows 上配置：

Python3.10
Cuda 12.1
Cudnn 8.9.4
TensorRT-8.6.1.6
使用Ultralytics 可以得到pt onnx，但无法转为engine，需要手动转换。这个实际上是跑通了的。

3.Docker中的配置（推荐）

Windows上的docker
使用的是Nvidia配置好环境的docker，包括tensorflow，nvcc，等。

启动镜像：

docker run --shm-size 8G --gpus all -it --rm tensorflow/tensorflow:latest-gpu

在docker上安装libgl，Ultralytics等。

apt-get update && apt-get install libgl1
pip install ultralytics
pip install nvidia-tensorrt

然后进行提交，重新生成一个新的镜像文件：

如果不进行提交，则刚才安装的所有软件包，在重启以后就会丢失，需要重新再装一遍。

在docker desktop中可以看到所有的镜像

后续启动镜像可以使用

docker run --shm-size 8G --gpus all -it --rm yolov8:2.0

–shm-size 8G 一定要有，否则在dataloader阶段会报错，如下所示：

为了搜索引擎可以识别到这篇文章，将内容打出来：
RuntimeError: DataLoader worker (pid 181032) is killed by signal: Bus error. It is possible that dataloader’s workers are out of shared memory. Please try to raise your shared memory limit

更加详细的介绍，可以参考：https://blog.csdn.net/zywvvd/article/details/110647825

新生成的镜像，可以进行打包，在离线环境中使用。

docker save yolov8:2.0 |gzip > yolov8.tar.gz

将生成的镜像拷贝到离线环境，

docker  load  < yolov8.tar.gz

ultralytics 快速上手

参考：https://docs.ultralytics.com/modes/
官网的介绍很详细，按照指引，基本上可以配置成功。

模型训练：

def train():#model = YOLO("yolov8n.yaml")  # build a new model from scratchmodel = YOLO("yolov8n.pt")  # load a pretrained model (recommended for training)model.train(data="coco128.yaml", epochs=3,batch=8)  # train the modelmetrics = model.val()  # evaluate model performance on the validation set#results = model("https://ultralytics.com/images/bus.jpg")  # predict on an imagepath = model.export(format="onnx")  # export the model to ONNX format

模型转换：

def eval():model = YOLO("best.pt")  # load a pretrained model (recommended for training)model.export(format="engine",device=0,simplify=True)model.export(format="onnx", simplify=True)  # export the model to onnx format

此时在目录下的文件如下：

当使用Ultralytics无法导出engine格式的文件时，需要使用tensorRT提供的trtexec进行转换。
事实上，在笔者的测试过程中，即使Ultralytics可以导出engine格式的模型，c++API的tensorrt也无法加载使用。即使python中和c++中使用的tensorRT的版本一致。
在windows平台下，我们可以使用如下的方法进行转换，可以写一个.bat脚本

@echo off
trtexec.exe --onnx=best.onnx --saveEngine=best.engine  --fp16 --workspace=2048
:end
PAUSE

对于可变尺寸，需要

@echo offtrtexec.exe --onnx=best.onnx --saveEngine=best.engine --minShapes=images:1x3x640x640 --optShapes=images:8x3x640x640 --maxShapes=images:8x3x640x640 --fp16 --workspace=2048
:end
PAUSE

使用tensorrt加载engine文件进行推理

方法1：python

Python，需要安装pycuda
直接使用

pip install pycuda

进行安装。

def engineeval():# 创建logger：日志记录器logger = trt.Logger(trt.Logger.WARNING)# 创建runtime并反序列化生成enginewith open("best.engine", "rb") as f, trt.Runtime(logger) as runtime:engine = runtime.deserialize_cuda_engine(f.read())# 创建cuda流stream = cuda.Stream()# 创建context并进行推理with engine.create_execution_context() as context:# 分配CPU锁页内存和GPU显存h_input = cuda.pagelocked_empty(trt.volume(context.get_binding_shape(0)), dtype=np.float32)h_output = cuda.pagelocked_empty(trt.volume(context.get_binding_shape(1)), dtype=np.float32)d_input = cuda.mem_alloc(h_input.nbytes)d_output = cuda.mem_alloc(h_output.nbytes)# Transfer input data to the GPU.cuda.memcpy_htod_async(d_input, h_input, stream)# Run inference.context.execute_async_v2(bindings=[int(d_input), int(d_output)], stream_handle=stream.handle)# Transfer predictions back from the GPU.cuda.memcpy_dtoh_async(h_output, d_output, stream)# Synchronize the streamstream.synchronize()# Return the host output. 该数据等同于原始模型的输出数据

在调试界面，可以看到输入矩阵维度是1228800=13640*640

至于推理的精度，还需要传入实际的图像进行测试。这里就不在python环境下测试了。

方法2：c++

生产环境一般是c++，使用tensorrt c++ API进行engine文件的加载与推理，
参考：https://docs.nvidia.com/deeplearning/tensorrt/developer-guide/index.html#perform_inference_c

代码实现：

#include <iostream>
#include <fstream>#include "NvInfer.h"#include "cuda_runtime.h"using namespace nvinfer1;class Logger : public ILogger
{void log(Severity severity, const char* msg) noexcept override{// suppress info-level messagesif (severity <= Severity::kWARNING)std::cout << msg << std::endl;}
};int main()
{Logger gLogger;IRuntime* runtime = createInferRuntime(gLogger);std::ifstream model("best.engine", std::ios::binary);std::string modelString((std::istreambuf_iterator<char>(model)), std::istreambuf_iterator<char>());ICudaEngine* engine =runtime->deserializeCudaEngine(modelString.c_str(), modelString.length());int nNum = engine->getNbBindings();  //获取绑定的数量auto nDim0 = engine->getBindingDimensions(std::min(0, nNum - 1));auto nDim1 = engine->getBindingDimensions(std::min(1, nNum - 1));int nSize0 = nDim0.d[0] * nDim0.d[1] * nDim0.d[2] * nDim0.d[3];int nSize1 = nDim1.d[0] * nDim1.d[1] * nDim1.d[2];//都是浮点类型auto dt0 = engine->getBindingDataType(0);auto dt1 = engine->getBindingDataType(1);auto name = engine->getName();auto input = engine->getBindingName(0);auto output = engine->getBindingName(1);//准备输入输出空间auto inputBuffer = new float[nSize0];auto outputBuffer = new float[nSize1];memset(inputBuffer, 0, nSize0 * sizeof(float));memset(outputBuffer, 0, nSize1 * sizeof(float));bool ret = false;//创建执行上下文IExecutionContext* context = engine->createExecutionContext();//执行推理：拷贝到GPU->enqueueV3->拷贝回CPUif(1){void* buffers[2];//Allocate GPU memory for Input / Output datacudaMalloc(&buffers[0], nSize0 * sizeof(float));cudaMalloc(&buffers[1], nSize1 * sizeof(float));cudaStream_t stream;cudaStreamCreate(&stream);cudaMemcpyAsync(buffers[0], inputBuffer, nSize0 * sizeof(float), cudaMemcpyHostToDevice, stream);context->setTensorAddress(input, buffers[0]);context->setTensorAddress(output, buffers[1]);ret = context->enqueueV3(stream);if (!ret)std::cout << "error" << std::endl;cudaMemcpyAsync(outputBuffer, buffers[1], nSize1 * sizeof(float), cudaMemcpyDeviceToHost, stream);cudaStreamSynchronize(stream);cudaStreamDestroy(stream);cudaFree(buffers[0]);cudaFree(buffers[1]);}delete[]inputBuffer;delete[] outputBuffer;std::cout << "Done!" << std::endl;context->destroy();engine->destroy();runtime->destroy();return 0;
}

执行结果：

可以看到和python端是相同的。

然后可以做一些工程化的工作，比如对c++代码封装成为一个dll。后面还需要加一些前处理和后处理的步骤，将模型的结果进行解析。