【已解决】TensorRT安装好后加载不了或者转换不了engine模型，或者加载时报错

最新推荐文章于 2025-06-16 09:09:19 发布
原创 最新推荐文章于 2025-06-16 09:09:19 发布 · 358 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#yolo #c# #开发语言

部署运行你感兴趣的模型镜像

解决方法

  • 如果TensorRT完成部署安装后，运行报“找不到TensorRtExtern.dll”时，需要在本机中重新编译TensorRtExtern.dll库

  • 克隆guojin-yan大佬的TensorRT-CSharp-API库

		git clone https://github.com/guojin-yan/TensorRT-CSharp-API.git
  • 在本机中打开该项目并重新编译，替换重新编译后的库，放到自己项目的debug中
    在这里插入图片描述

您可能感兴趣的与本文相关的镜像

TensorRT-v8.6

TensorRT-v8.6

TensorRT

TensorRT 是NVIDIA 推出的用于深度学习推理加速的高性能推理引擎。它可以将深度学习模型优化并部署到NVIDIA GPU 上，实现低延迟、高吞吐量的推理过程。

2025版YOLO模型导出指南：支持ONNX/TensorRT/TFLite多格式部署
专注于Python爬虫开发，分享爬虫技巧、项目实战与反爬经验，使用Scrapy、BeautifulSoup等工具，解决数据抓取难题。
12-15 436
现象：推理时只显示类别ID，不显示类别名称；解决方案：导出时指定数据集配置文件：model.export(format='onnx', data='mydata.yaml') # mydata.yaml包含类别名称快速导出：通过库的export方法，一键导出ONNX/TensorRT/TFLite等格式；格式选择通用场景选ONNX；NVIDIA GPU部署选TensorRT；移动端/边缘设备选TFLite；英特尔设备选OpenVINO。
TensorRT报错的一百种姿势 | 【❤️TensorRT抱错砖家❤️】
专注于AI领域前沿技术学习与分享：目标检测、图像修复、超分重建、AI工程化
09-28 4030
本博文致力于收集❤️打怪升级过程中❤️遇到的一百种 tensorRT 环境报错 这里的一些报错处理，有的可能没有一步到位 但是，在初次遇到时，必然是当时视角下，最高效排bug的一种方式 文章目录❤️ ModuleNotFoundError: No module named 'tensorrt'???? AttributeError: ‘tensorrt.tensorrt.Builder‘ object has no attribute ‘max_workspace_size‘???? Import
[C#]使用C#部署yolov8的目标检测tensorrt模型
FL1623863129的博客
05-29 1185
注意源码提供上面对应环境的dll，只需要安装上面一样cuda+cudnn和tensorrt版本即可正常运行。如果您不安装一样版本不能正常运行。此时需要重新编译TensorRtExtern.dll，此外由于tensorrt依赖硬件不一样电脑可能无法共用tensorrt模型，所以必须要重新转换onnx模型到engine才可以运行。tensorrt依赖不同硬件需要自己从onnx转换tensorrt，转换就是调用api实现，比如。【演示源码下载地址】
【TensorRT】TensorRT C# API 项目介绍：基于C#与TensorRT部署深度学习模型（上篇）
grape_yan的博客
04-01 2839
开发了TensorRT C# API 2.0版本，该版本在开发时充分考虑了上一版本应用时出现的问题，并进行了改进。同时在本版本中，我们对接口进行了优化，使用起来更加简单，并同时提供了相关的应用案例，方便开发者进行使用。
使用C#部署yolov8的目标检测tensorrt模型演示源码包含全部源码+所有dll文件
05-29
【测试通过环境】 win10 x64 vs2019 cuda11.7+cudnn8.8.0 TensorRT-8.6.1.6 opencvsharp==4.9.0 .NET Framework4.7.2 博客地址：blog.csdn.net/FL1623863129/article/details/139282375 演示视频：www.bilibili.com/video/BV1t142127dW/
KataGo项目TensorRT引擎DLL加载问题解决方案
最新发布
gitblog_07554的博客
06-16 450
在使用KataGo围棋AI项目的TensorRT引擎时，开发者可能会遇到"nvinfer_10.dll not found"的错误提示。这个问题虽然看似简单，但涉及到了Windows系统下动态链接库(DLL)的加载机制和TensorRT运行环境的配置要点。 ## 问题现象 当用户将下载的TensorRT文件放入相应文件夹后，尝试运行KataGo的TensorRT引擎版本时，程序报错提示无法找到...
tensorRT的完整安装以及常见错误 export failure: [WinError 127] 找不到指定的程序。
zhuguiqin1的专栏
05-06 4961
我们需要把D:\tensorrt\TensorRT-8.6.1.6\lib对应的目录放到window环境变量即可。版本，安装完成tensorrt以后再pip install python对应的whl文件。在python中执行import tensorrt as trt代码会出现如下错误。
TensorRT安装与使用：CUDA兼容性及模型推理指南
同时，针对常见问题，如解析ONNX时报错节点不支持、维度推断失败、数据类型不匹配等，提供了调试建议和解决方案，例如使用Netron可视化模型结构、检查Opset版本、插入显式Cast操作等。 压缩包中的文件名“hwgIntU16...
多GPU部署实战：实现YOLOv5-6.2 TensorRT引擎并行加载与上下文共享的3种高效模式
# 多GPU部署与YOLOv5-TensorRT集成：从模型转换到性能极致优化的全链路实战 在如今这个视觉智能无处不在的时代，摄像头早已不是简单地“拍个照”那么简单了。想象一下，一座城市里成千上万的监控画面、工厂流水线上...
Windows系统下安装TensorRT-10.7.0.23详细教程
这一步至关重要，若遗漏会导致导入tensorrt模块时报错“找不到指定模块”或“DLL load failed”。 随后是Python接口的安装。TensorRT提供了针对Python的API封装，允许开发者使用简洁的代码创建推理引擎、执行序列化...
如何把YOLOv10训练好的模型转换成ONNX类型
03-20
好的，用户想知道如何将YOLOv10模型导出为ONNX格式。我需要先回忆一下YOLO系列模型转换的常见方法。记得YOLOv5和YOLOv8都是通过自带的命令行工具来导出模型的，比如使用`yolo export`命令，这可能也适用于YOLOv10。 ...
记录TensorRT使用时发现的问题和解决方法
weixin_42479327的博客
02-06 6580
TensorRT常见使用问题
yolo的tensorrt加速，转化的trt/engine模型文件的加载和推理
liuyang_xyz的博客
04-11 1849
可以看出输入一个(1, 3, 480, 640)，输出不止一个(1, 18900, 6)需要进行修改，不废话了，给出正确代码。也就是给另外的三个输出分配存储空间。且输出打印出来全为0。
[C#]使用C#部署yolov8-cls的图像分类的tensorrt模型
FL1623863129的博客
05-29 852
注意源码提供上面对应环境的dll，只需要安装上面一样cuda+cudnn和tensorrt版本即可正常运行。如果您不安装一样版本不能正常运行。此时需要重新编译TensorRtExtern.dll，此外由于tensorrt依赖硬件不一样电脑可能无法共用tensorrt模型，所以必须要重新转换onnx模型到engine才可以运行。tensorrt依赖不同硬件需要自己从onnx转换tensorrt，转换就是调用api实现，比如。【演示源码下载地址】
C# yolov8 TensorRT Demo
寒冰屋的专栏
06-12 167
C# yolov8 TensorRT Demo
解决Tensorrt找不到nvinfer.dll问题
Robot3366的博客
07-26 2728
网上一般的教程说将lib目录中的文件同样复制到Cuda安装路径下的lib目录下。解决的方法是将lib目录中.lib结尾的文件复制到Cuda的lib目录中，.dll结尾的文件复制到bin目录下。对于我来说，Cuda是11.8，对应Tensorrt的版本是8.6，也就是下图中的第一行。还有一个工作要做，就是在Conda的环境或venv的环境中，转到解压的文件夹的python目录下，安装对应版本的python包。将解压的文件中的bin，include两个目录中的文件复制到Cuda对应版本的安装目录中。
【Debug】TensorRT报错汇总
王尼莫的博客
04-29 2884
下面是运行中的问题汇总及解决。
TensorRT学习（3）：加载engine文件进行推理
农夫的博客
03-21 6244
1. 加载pointNet引擎文件并创建引擎对象 // 加载引擎文件 std::string engine_name = "./pointnet.engine"; std::ifstream file(engine_name, std::ios::binary); if (!file.good()) std::cerr << "文件无法打开，请确定文件是否可用！" << std::endl; size_t size = 0; file.seekg(0, file.end
TensorRT推理报错解决：Error Code 1: Cask (Cask convolution execution)
xxiaot的博客
02-28 1373
经验教训在多显卡环境中使用TensorRT时，模型不在同一显卡上运行可能触发设备不匹配或上下文错误。也许有别的方法多卡部署，找到方法继续更新。
如何使用OpenCV的dnn模块加载TensorRT转换后的YOLOv5s模型文件'yolov5s.engine'?
12-07
在OpenCV的dnn模块中，加载TensorRT转换后的YOLOv5s模型（`.engine`文件）需要经过以下几个步骤： 1. **安装必要的库**： 首先，确保你已经安装了OpenCV和相关的依赖项，如TensorRT。你可以通过pip安装它们： ```bash pip install opencv-python-headless tensorrt ``` 2. **导入所需的模块**： 导入OpenCV dnn模块以及一些基本操作模块： ```python import cv2 from cv2.dnn.blob import BlobFromImage ``` 3. **读取模型文件**： 使用`cv2.dnn.readNetFromEngine()`函数加载引擎文件： ```python model = cv2.dnn.readNetFromTensorRT('yolov5s.engine') ``` 确保路径正确，文件名是'yolov5s.engine'。 4. **准备输入数据**： 准备一个图像作为输入，通常会将其调整到模型期望的尺寸。例如，对于YOLOv5s，它可能需要(640, 640)大小的输入： ```python img = cv2.imread('input_image.jpg') input_blob = BlobFromImage(img, 1 / 255.0, (640, 640), swapRB=True, crop=False) ``` 5. **设置并运行前向传递**： 将输入blob设置为网络的输入，并执行前向传播： ```python model.setInput(input_blob) output_names = ['output_0', 'output_1', 'output_2'] # 根据YOLOv5s的输出层名称 outputs = model.forward(output_names) ``` 6. **解析输出**： 输出是模型预测的结果，通常是bounding boxes及其置信度。你需要处理这些结果，比如应用非极大抑制（NMS），以提取最终的检测结果。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

聪明不喝牛奶

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值