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=