W9XM96的博客

环境配置vs2019+libtorch1.9.0+opencv3.4.2+cuda11.0+cudnn8.0（实测可用，不踩坑）须知Libtorch版本需与pytorch版本兼容（最好一致），系统下载与pytorch版本相同的CUDA和Cudnn,否则导入模型将出错。若想使程序在GPU上运行，需下载GPU版libtorch,其也支持cpu运行。文中给出图片或许版本与标题不一致，不影响实际操作，作者已亲测可行libtorch用C++调用pytorch模型，其目的在于：使用C++及多线程可以加快模

C++利用Libtorch实现Faster-RCNN

前言此前，已经分享了如何针对像VGG分类网络这样的单输入模型，实现通过libtorch在C++项目中进行调用。通过DarkNet实现了YOLO目标检测网络在C++项目中的调用。VS2019使用C++调用并部署pytorch VGG模型全过程(libtorch+opencv)(cpu+gpu).VS2019使用Darknet调用YOLOV3模型并测试（CPU+GPU）.在实际项目过程中，又需要在VS中调用孪生网络模型，在网上查阅一番，发现并没有相关资料，所以只有自食其力/(ㄒoㄒ)/~~。在

在vs上利用Darknet实现yolo模型的调用，很详细！

前言在上篇文章中，已经介绍了怎么将python网络模型进行导出，并利用libtorch在C++端进行调用戳我跳转.在项目工程中，程序一般需要导出为DLL提供给第三方使用。此时除.dll、.h、.lib文件外，需一并提供对应所需的libtorch、opencv文件夹，才能实现vs中的环境配置。（即第三方环境需与导出dll的项目一致）(libtorch+opencv+cuda+cudnn)操作流程一、将c++程序导出生成dll动态链接库【1】.创建新项目—动态链接库【2】.在项目中建立Dll1