Qt pytorch libtorch配置

原创已于 2022-05-17 16:01:25 修改 · 2.0k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #libtorch #Qt libtorch #c++ pythor #pytorch c++

于 2022-04-16 15:46:33 首次发布

人工智能专栏收录该内容

5 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

新建 libtorch.pri

在libtorch的根目录中，新建libtorch.pri （名字随便起）
在这里插入图片描述

libtorch.pri 内容如下：

INCLUDEPATH += "C:/libtorch/include"
INCLUDEPATH += "C:/libtorch/include/torch/csrc/api/include"
LIBS += "C:/libtorch/lib/*.lib"

QMAKE_LFLAGS += -INCLUDE:?warp_size@cuda@at@@YAHXZ
QMAKE_LFLAGS += -INCLUDE:?searchsorted_cuda@native@at@@YA?AVTensor@2@AEBV32@0_N1@Z
QMAKE_LFLAGS += /machine:x64

添加环境变量

在这里插入图片描述

工程中使用

在这里插入图片描述

示例

在这里插入图片描述

避免报错

#undef slots
#include <torch/torch.h>
#define slots Q_SLOTS

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

developer_wgl

关注关注

0
点赞
踩
12

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

Qt配置libtorch库

qq_42431765的博客

11-25

3712

Qt加载libtorch库及出错解决Qt加载libtorch库下载libtorch库将lib文件夹添加至环境变量将libtorch添加至qt项目中添加pri文件至qt项目编译可能遇到的错误 Qt加载libtorch库下载libtorch库先去pytorch官网link下载libtorch，找到libtorch，选择C++，下载后解压到自己想放的路径中。解压完成后大致内容如下：其中最重要是include文件夹和lib文件夹。将lib文件夹添加至环境变量环境变量大家都很熟了，打开我的电脑–>左边

ubuntu18.04 + QT+ libtorch + GPU安装 + C++

人工智能笔记

07-28

2116

本章内容: 1.资源下载 1.资源下载 torch官网:　　https://pytorch.org/ 一键下载: wget https://download.pytorch.org/libtorch/cpu/libtorch-cxx11-abi-shared-with-deps-1.5.1%2Bcpu.zip 2. 解压资源博主手动解压 3. libtorch内容 CPU版本与GPU版本所包含的文件目录一致，其中include,lib文件夹为qt所需要引用内容..

1 条评论您还未登录，请先登录后发表或查看评论

QT配置libtorch(一步到位！！！防止踩坑)

研究方向：嵌入式、AI

03-19

2635

QT配置Libtorch，一步到位！！！

QT配置libtorch，超简单流程

qq_41158484的博客

12-27

2597

因为QT配置libtorch有很多坑，所以总结了一下，希望大家多多交流学习

windows c++ Qt qmake 配置 libtorch

qq_44930937的博客

02-20

1381

一、libtorch的下载首先进入pytorch官网 https://pytorch.org/ 下载libtorch: Download here for C++ (Release version): #本文下载的是release版本 https://download.pytorch.org/libtorch/nightly/cu101/libtorch-win-shared-with-deps-latest.zip Download here for C++ (Debug ve

Qt配置Libtorch并简单测试

lddx_123456的博客

04-09

1009

Libtorch的头文件应该放在cpp或.h中最头的位置（忘记在哪里看到的了）；c++调用Libtorch接口时头文件。

Qt使用libtorch（2023.1）

myccmj的博客

01-23

1712

用cmake的方式在Qt上使用libtorch，2023最新教程，有完整详细的配置过程

QT Creator + Opencv4.x + Libtorch1.7配置1

08-03

总的来说，配置Qt Creator以使用OpenCV和Libtorch涉及多个步骤，包括正确安装编译器、获取和配置库文件、理解.pro文件配置以及解决可能出现的链接错误。在Windows平台上，由于编译环境的不同，可能需要寻找与MSVC...

基于 C++ &Qt 及 libtorch 的会议手势识别系统.zip

12-23

libtorch是PyTorch的一个C++版本，提供了深度学习模型的构建、训练和推理能力，使得在C++环境中运行预训练的神经网络模型成为可能。在描述中提到，这是一个完整的项目源码，适合毕业设计或课程设计，这意味着它...

libtorch+Qt creator配置

AllentDan的博客

03-29

3557

文章目录前言QT Creator安装不全，编译器选择错误，OpenCv使用困难Libtorch只能用MSVC编译器直接调用重装QT Creator，配置MSVC编译器重新用MSVC 2017编译器，配置OpenCV和Libtorch正确步骤References 前言纯c++用户而言如果要自研产品，会一个图形界面编程工具还是有必要的。大多数c++用户，如果在Windows平台开发则多使用微软全家桶，如果是Linux平台则可能是其他工具再cmake。这篇博客将记录Windows平台，QT Creator中Op

libtorch调用模型，qt作为gui

04-22

内部模型为u2net，.pth转.pt时，输入为（1，3，320，320）

TQT:TQT的pytorch实施

04-02

TQT TQT的pytorch实施。注意现在在可用availabel！通过此程序包量化的网络可以在找到。 TQT的模块 TQT功能 function是torch.nn.modules的重新torch.nn.modules 。除了原始函数中使用的所有args外，量化函数还获得2种可选参数： bit_width和retrain 。 bit_width有2种类型：权重/偏差或激活。如果retrain为True ，则模块将处于retrain模式，且log2_t可训练。否则，在静态模式下， log2_t由初始化确定并且不可训练。 TQT阈值提供3种初始化阈值的方法： init_max ， init_kl_j ， init_3sd 。要正确初始化权重和阈值，请遵循使用TQT建立网络的方法。 xxxxx.xxx 。众所周知，输入（k1-b-m1-p）乘以权重（k2-b-m2

Qt和Libtorch部署

午夜的行人

09-27

1615

通过以上步骤，你可以在Qt项目中使用libtorch进行模型的推理加速。

Qtcreator部署libtorch+Qt6.6.3

riyue2044的博客

01-17

1573

Qtcreator部署libtorch+Qt6.6.3

2024年echarts饼图如何去掉指示线指示文字_echarts饼图去掉标签，面试必备

2401_85012069的博客

05-14

1877

legend: {data: []},series : [name: ‘访问来源’,label: {normal: {},data:[{value:335, name:‘直接访问’},{value:310, name:‘邮件营销’},{value:234, name:‘联盟广告’},{value:135, name:‘视频广告’},{value:1548, name:‘搜索引擎’}],},

QT部署pytorch深度学习模型（CMake篇）

weixin_65287692的博客

02-16

5951

本篇博客主要的应用场景是在你的手里已有一个训练好的pytorch图像预测模型，而你需要将其部署到Qt中进行相应的程序开发。本篇博客将手把手教你实现QT部署pytorch深度学习模型！

QT调用torch的环境配置（2023.7.19 / Win10+Qt+libtorch(1.9.1)+cuda11.1+cuDNN v8.0.4）

weixin_43695585的博客

07-20

4714

背景：和同门一起搭的新系统是基于QT的，如果系统能够直接调用训练好的神经网络，可以提高图像处理的稳定性和速度。之前听说pytorch训练的权重文件可以直接用C的libtorch调用，速度和直接用python的差不多，这不得试试嘛。

尝试使用CMake构建Qt+Pytorch简单应用

街道口扛把子的博客

12-12

3716

CMake+libtorch+Qt 毕业设计打算做一个小软件，实现一个简单的Machine Reading。前几天pytorch发布了1.0稳定版，据说在部署上更方便，于是尝试一下。首先准备anaconda+pycharm+Qt+pytorch1.0+libtorch。首先将pytorch官方的示例在ubuntu中做了一遍，完成之后，需要的是把Qt做的界面加入到里面，走了一些弯路，在windo...

LibTorch GPU版本和Qt的配置

爱吃鱼的猫博客

07-27

1066

将libtorch gpu版本编译成dll后给qt调用就能避免头文件异常的情况可以将官方的CMakeList修改下 cmake_minimum_required(VERSION 3.12 FATAL_ERROR) project(ExampleDLL ) //指定你系统盘上的libtorch位置 set(CMAKE_PREFIX_PATH -A x64 "X:\\libtorch\\share\\cmake\\Torch") find_package(Torch REQUIRED) find_pac

qt配置libtorch

最新发布

08-06

在 Qt 项目中配置 LibTorch（PyTorch 的 C++ 前端）需要对 CMake 配置进行适当调整，以确保项目能够正确找到 LibTorch 的头文件和库文件。以下是一个完整的配置流程说明： ### 配置步骤 #### 1. 下载 LibTorch 前往 [PyTorch 官方网站](https://pytorch.org/) 下载适合你平台的预编译 LibTorch 包。确保选择的版本与你的编译器和构建配置（如 Debug/Release）兼容。 #### 2. 解压 LibTorch 将下载的 LibTorch 包解压到一个已知路径，例如 `C:/libtorch` 或 `/home/user/libtorch`。 #### 3. 修改 CMakeLists.txt 在 Qt 项目的 `CMakeLists.txt` 文件中添加以下内容，以包含 LibTorch 的头文件路径和链接库： ```cmake # 设置 LibTorch 路径 set(LIBTORCH_DIR "C:/libtorch") # 替换为你的 LibTorch 解压路径 # 包含 LibTorch 头文件 include_directories(${LIBTORCH_DIR}/include) include_directories(${LIBTORCH_DIR}/include/torch/csrc/api/include) # 链接 LibTorch 库 link_directories(${LIBTORCH_DIR}/lib) # 添加可执行文件目标 add_executable(QtCMakeTest ${PROJECT_SOURCES} ${PROJECT_HEADERS_MOC} ${PROJECT_UI_UIC}) # 根据引用[^2]中的结构进行调整 # 链接 LibTorch 的库文件 target_link_libraries(QtCMakeTest PRIVATE ${LIBTORCH_DIR}/lib/torch.lib ${LIBTORCH_DIR}/lib/c10.lib ) ``` #### 4. 设置 CMake 配置选项在 Qt Creator 中设置 CMake 的路径以确保其能找到 LibTorch 的配置。打开 Qt Creator，进入 `Preferences -> Build, Execution, Deployment -> CMake`，并在 `CMake options` 中添加以下内容（根据引用[^4]）： ``` -DCMAKE_PREFIX_PATH=C:/libtorch/lib/cmake ``` #### 5. 设置构建类型确保构建类型与 LibTorch 的构建版本一致（如 Release 或 Debug）。在 CMake 配置中添加： ```cmake set(CMAKE_BUILD_TYPE "Release") # 或 "Debug"，根据引用[^5]中的建议 ``` #### 6. 构建项目点击 Qt Creator 中的“构建”按钮，确保项目能够正确找到 LibTorch 并完成链接。 ### 示例代码以下是一个简单的使用 LibTorch 的 Qt 项目代码示例： ```cpp #include <QApplication> #include <torch/torch.h> #include <iostream> int main(int argc, char *argv[]) { QApplication app(argc, argv); // 创建一个简单的张量 torch::Tensor tensor = torch::rand({2, 3}); std::cout << "A random tensor:\n" << tensor << std::endl; return app.exec(); } ``` ### 注意事项 - 确保 LibTorch 的构建架构（如 x86/x64）与 Qt 项目使用的编译器一致。 - 如果遇到链接错误，请检查 `target_link_libraries` 中的库路径是否正确。 - 如果使用 MinGW 编译器，请确保 LibTorch 是为 MinGW 构建的，否则可能会出现兼容性问题。