Libtorch+VS2017+Opencv环境配置攻略

Pytorch目前是Facebook开发的深度学习框架，该框架具有环境搭建简单，接口方便等优点。该框架下具有两套巨口（python训练和预测接口和C++对应预测接口）。本文今天给大家介绍如何在VS2017环境下调用python训练好的模型文件进行预测。

 

 

我的系统和软件环境（本文默认你已经正确安装了以下的环境）：

• 1. Windows10 专业版
• 2. CUDA10.1， CUDNN7.5.1
• 3. Visual studio2017
• 4. pytorch和libtorch，版本为1.0.1这里强调一下，pytorch的的版本和libtorch需要对应，否则一定会出现pytorch训练好的模型，C++的libtorch无法调用的情况。具体怎么将pytorch训练好的模型转换成C++对应的接口，将在其他篇幅进行介绍，网上也有很多。
• 可以使用如下的方式查看自己pytorch的版本。
• 
• 5. opencv
• 6. cmake

使用cmake配置环境的方式

• 第一步：在电脑上安装CMake工具，并配相应的环境变量，进入cmd命令行键入：cmake --version。查看对应的版本：
• 新建一个main.cpp函数，使用最简单的libtorch框架写几句话即可，代码如下：

• #include <torch/torch.h>
  #include "torch/script.h"
  #include <iostream>
  #include <chrono>
  #include <time.h>
  #include <opencv2/opencv.hpp>
  #include <opencv2/imgproc/imgproc.hpp>
  
  using namespace std; 
  
  int main()
  {
      // 读取我们的权重信息
      std::shared_ptr<torch::jit::script::Module> module = torch::jit::load("./models/test.pt");
      module->to(at::kCUDA);
  
      assert(module != nullptr);
  
      // 建立一个输入，维度为(1,3,224,224)，并移动至cuda
      std::vector<torch::jit::IValue> inputs;
      inputs.push_back(torch::ones({1, 3, 224, 224}).to(at::kCUDA));
  
  // Execute the model and turn its output into a tensor.
      at::Tensor output = module->forward(inputs).toTensor();
  
      std::cout << output.slice(/*dim=*/1, /*start=*/0, /*end=*/5) << '\n';
  }

   

• 新建一个makelist文件用于执行Cmake编译，信息如下：

• cmake_minimum_required(VERSION 3.12 FATAL_ERROR)
  project(test)
  
  find_package(Torch REQUIRED)
  find_package(OpenCV REQUIRED)
  
  if(NOT Torch_FOUND)
      message(FATAL_ERROR "Pytorch Not Found!")
  endif(NOT Torch_FOUND)
  
  message(STATUS "Pytorch status:")
  message(STATUS "    libraries: ${TORCH_LIBRARIES}")
  
  message(STATUS "OpenCV library status:")
  message(STATUS "    version: ${OpenCV_VERSION}")
  message(STATUS "    libraries: ${OpenCV_LIBS}")
  message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")
  
  
  add_executable(test test.cpp)
  target_link_libraries(test ${TORCH_LIBRARIES} ${OpenCV_LIBS})
  set_property(TARGET test PROPERTY CXX_STANDARD 11)

   

• 新建一个build目录，并将libtorch和opencv的源代码放在同级的目录下，在cmd命令行进入到build目录下，最终的目录结构如下：

• 在命令行键入如下命令：

  cmake -DCMAKE_PREFIX_PATH=K:\libtorch_test\opencv\build\x64\vc15\lib;K:\libtorch_test\libtorch -DCMAKE_BUILD_TYPE=Release -G "Visual Studio 15 Win64" ..

  其中：    K:\libtorch_test\opencv\build\x64\vc15\lib;： 表示opencv库的路径

  K:\libtorch_test\libtorch：libtorch的路径

  Visual Studio 15 Win64：使用visual studio2017 x64

• 运行成功后，进入build目录下，此时会生成如下信息：

• 双击打开test.sln使用VS2017编译test即可。
• 由于opencv 和libtorch太大了，上传不了，可以将下载好的opencv和libtorch按照上面的目录进行放置，注意编译的时候需要在VS环境下将对应的oepncv和libtorch目录改成你工程所在盘的目录。由于大家可能不一定能下载到libtorch对应1.0.1的版本，我下面放了两个下载地址，一个是工程的下载地址和libtorch1.0.1的下载地址，opencv网上很多版本随便。
• 工程下载地址：https://download.youkuaiyun.com/download/xiaolintyd/11673507
• libtorch1.0.1下载地址：https://pan.baidu.com/s/1nJuOfe74zEAwIxnO2yE-FA 提取码：vvro