在C++平台部署pytorch模型的两种方法

本文介绍了两种在C++平台上部署PyTorch深度学习模型的方法:通过cmake构建配置和使用项目属性表。内容包括模型转换、环境配置、cmake示例、文件结构、opencv的结合使用以及详细步骤和注意事项。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1、准备工作

1、模型转换代码:

import torch
from model.FCN_Aux import FCN_AUX
model = FCN_AUX(2)
model_weight_path = './model/better.pth'#训练完模型位置
model.load_state_dict(torch.load(model_weight_path))
model.cuda()
model.eval()
example = torch.rand(1, 3, 224, 224).cuda()
traced_script_module = torch.jit.trace(model, example)
traced_script_module.save("./model/model__gpu_50.pt")#保存模型位置

2、下载对应版本pytorch
pytorch官网连接
在这里插入图片描述
将pytorhc加入环境变量
在这里插入图片描述

2、通过cmake构建配置

pytorch官网示例连接
1、文件结构
在这里插入图片描述
2、cmakelists
这里我还用到了opencv

cmake_minimum_required(VERSION 3.16 FATAL_ERROR)
project(test)
 
set(CMAKE_PREFIX_PATH "E:\\lib\\libtorch_gpu\\libtorch\\share\\cmake\\Torch" )
set(OpenCV_DIR "E:\\lib\\opencv_4.1.0\\opencv\\build")
find_package(Torch REQUIRED)
find_package(OpenCV REQUIRED)
 
if(NOT Torch_FOUND)
    message(FATAL_ERROR "Pytorch Not Found!")
endif(NOT Torch_FOUND
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值