deepstream4.0运行yoloV3_tiny

在README里用英文给你说的很清楚

 1.首先下载权重文件和配置文件。
    执行这个脚本   prebuild.sh。可以把脚本里的不需要的部分注释掉。提高下载速度。
    ./prebuild.sh
 2.编译工程
 cd  objectDetector_Yolo
 export CUDA_VER=10.0
 make -C nvdsinfer_custom_impl_Yolo     
 这时候会在nvdsinfer_custom_impl_Yolo文件夹里生成.so文件
 3.运行示例
 deepstream-app -c deepstream_app_config_yoloV3_tiny.txt

 一、首先是sources\objectDetector_Yolo文件夹里配置文件、权重文件和相关的库文件。
 deepstream_app_config_yoloV3_tiny.txt     deepstream配置文件
 config_infer_primary_yoloV3_tiny.txt        GStreamer等的配置文件
 nvdsinfer_yolo_engine.cpp   根据网络类型创建引擎
 nvdsparsebbox_Yolo.cpp    yolo目标检测结果的输出
 yoloPlugins.h    
 yoloPlugins.cpp  模型搭建的一些组件以及相应的实现
 kernels.cu        cuda核最底层的实现
 trt_utils.h
 trt_utils.cpp    建立tensorRT网络的部分，已经支持的部分
 yolo.h
 yolo.cpp      创建引擎、创建网络等的具体实现
 
 二、另外一个文件夹
 sources\apps\sample_apps\deepstream-app
 deepstream_app.c     pipeline的一些操作在这里
 deepstream_app.h
 deepstream_app_config_parser.c     配置文件的解析
 deepstream_app_main.c       deepstream主函数

1、yolo部分/tensorRT部分（只是deepstream流水线的一部分）
cuda最底层实现—model搭建+建立tensorRT支持的网络部分—创建引擎、创建网络(卷积层啥的)—
网络类型创建engine + yolo model输出===编译后生成动态库文件custo_m_impl_Yolo.so

2、deepstream部分
配置文件解析—根据配置文件建立pipeline—图像显示
pipeline包含了对tensorRT的调用

=====备注
tensorRT：深度学习推理优化器
cuda:运算平台，是GPU能解决复杂的计算问题