[Feature]: 详细的文档教程

[dyhisbig]

话说代码都开源了，就不能多写点教程吗。不愿不知道，一用各种问题

[laugh12321]

文档教程 和 视频 都有，而且也有完整的使用Docker的部署教程 。

每一步都有很详细的教程，就差把饭喂到嘴里了。如果你有难以解决的问题可以提issue或者私信问我，无论是在哪一个平台我都在认真解答，况且其他人都已经提了25个issue了请问哪一个没有解决？

[dyhisbig]

文档教程 和 视频 都有，而且也有完整的使用Docker的部署教程 。

每一步都有很详细的教程，就差把饭喂到嘴里了。如果你有难以解决的问题可以提issue或者私信问我，无论是在哪一个平台我都在认真解答，况且其他人都已经提了25个issue了请问哪一个没有解决？

实话实说，问题还是挺多，都无到有部署，折腾一晚上，最后卡在这了，哈哈哈

用cpu能够tui理出结果图，但是加速不行，

[laugh12321]

你安装的包不是4.0版本的，4.0之前的版本使用 cuda-python 和 tensorrt python包推理。虽然也是GPU推理但是相较于C++版本慢了一倍多且没有实现 cudaGraph 加速。

去Release下载构建好的包，如果版本与你的环境不一样参考快速编译安装 自己构建。PyPI 还没有上传4.0版本的，你估计是通过 PyPI 下载的。

[dyhisbig]

[dyhisbig]

whl的4.0换上了，又来了新的问题

[laugh12321]

你就没有好好看教程啊，教程写的很清楚【如果需要自己构建合适CUDA与TensorRT版本的 tensorrt_yolo 则需要先对 Deploy 进行编译，然后再按照以下步骤构建】，你都没有编译Deploy模块，libs下面当然什么都没有。麻烦认真看看教程，不要为了杠而杠。

[dyhisbig]

你就没有好好看教程啊，教程写的很清楚【如果需要自己构建合适CUDA与TensorRT版本的 tensorrt_yolo 则需要先对 Deploy 进行编译，然后再按照以下步骤构建】，你都没有编译Deploy模块，libs下面当然什么都没有。麻烦认真看看教程，不要为了杠而杠。

首先感谢作者开源代码，能让我们底层的小喽啰有口饭吃，其次，我不明白作者为什么会认为我在杠，笑死，代码不行我换一个呗，如果你觉得提issue或者回答issue是一种负担，那么可以完全不理会，上文作者提到每一步都i有很详细的教程，给几条命令就是详细了，您是不是对教程有误解，让我把详细的错误贴出来，我按照你教程里pip安装3.0的代码，结果cuda没有，你说我安装的不是4.0，安装了4.0whl出现上述问题，您说我没有好好看教程，“【如果需要自己构建合适CUDA与TensorRT版本的 tensorrt_yolo 则需要先对 Deploy 进行编译，然后再按照以下步骤构建】”，我安装了4.0whl，那么我安装了4.0代码之后，如何才能知道什么时候需要自己构建合适CUDA与TensorRT版本的 tensorrt_yolo呢？代码一直报错是导入包有问题，去找相应文件没有，没编译肯定没有 作者可以找个身边的人，团体，或者公司里的，将这个代码，按照您所谓的教程进行部署，看看会不会遇到很多问题？ 然后，建议作者将教程分个条理，而不是贴出几个命令，写个123总会变的清晰明了吧 最后，感谢作者对开源事业做出的贡献，再次感谢

[laugh12321]

首先，安装步骤就那几个命令。正常步骤是不会有问题的，我们团队和朋友也在用这个项目是没有问题的。

其次，我也没有觉得回答issue是一种负担，相反每一个提问的人我都在耐心解答。如果按你所说我觉得是负担大可不必理会提的issue。

再者，对于你说的认为你在杠的问题。开了issue后，不说明需要解决的问题反而只是在抱怨，如果你是作者你会怎么想。

然后，关于你说的安装whl 3.0 与 4.0 版本的问题，我这里解释一下。首先3.0是的Python推理是完全使用tensorrt与cuda-python的python库实现 （没有cudaGraph加速），所有依赖仅需pip安装即可。然而，3.0版本的Python推理相较于C++慢了一倍不止。所以4.0版本将C++的deploy模块使用pybind11封装，故而4.0以及之后版本的tensorrt_yolo包的推理模块与CUDA、cuDNN、TensorRT版本强相关。我不可能把每一种组合的whl包都构建好去上传到PyPI，所以我只在PyPI上传了3.0及之前的版本，保留了最起码的可用性，在Release上发布了我指定版本的whl包 。而在README上已经明确说了，如若自行构建则需提前编译Deploy模块，可以肯定你因急于回复而忽略了这句话，这点从你给的问题截图就能证明。

最后，你提的关于教程的建议我这边会采纳，也欢迎每位使用者提出宝贵的意见，共同使得TensorRT-YOLO这个项目越来越好。