缘由

最近观察发现，深度学习的例子有很多，但是模型的转换总是有很多问题，没有一个标准的转换方法。有的是直接用YOLO里面自带的export.py进行转换，也有的人利用TensorRT里面的bin文件夹的trtexec.exe转换，结果两种转换之后的格式不一样。所以最近就整理了网上的转换办法，借鉴了一些大佬的经验，写出了转换脚本，以记录。

转换流程

• (1)如果是YOLO的export.py文件直接可以将.pt转换为.engine或者.trt。
• (2)如果是trtexec.exe转换的话，就需要先转为.onnx中间模型，在转换为.engine
   

/usr/src/tensorrt/bin/trtexec --onnx=yolov8n.onnx --saveEngine=yolov8n.engine --fp16
或者(FP16类型）
/usr/src/tensorrt/bin/trtexec --onnx=yolov8n.onnx --saveEngine=yolov8n.trt --fp16

说明：英伟达只有显卡算力在6.2以上的才支持INT8量化。

• （3）脚本转换
  使用polygraphy工具，个人