先占坑。。。。
本文主要介绍如何利用tensorRT 的c++ api完整实现yolov5的实例分割部署，平时我的博文点赞很少，说实话，我本来真的不想继续写下去，觉得没意思。当然我这篇写下去，如果没人关注我就直接归到私密文章里面了，这就当作自己的私人笔记。文章主要包括：
（1）yolov5实例分割属于单输入，多输出，这就要确保tensorRT如何处理
（2）多输出的值的实际参数意义
（3）后处理解码检测和分割掩膜的具体操作
（4）矩阵相乘的cuda实现、普通的手动cpu矩阵相乘实现、opencv上的cpu矩阵相乘实现
并给出如何进行三者差异对比
（5）给出整体的解码思路（比如真实掩膜 = warpaffine_实际输入大小（mask_coef * mask_protos -》 letterbox图上大小））
（6）sigmoid函数的cuda实现（将网络输出转为概率表示）
未完待续。。。。
参考资料：
tensorRT优化yolact++ - 热风丶1921 - 博客园