Libtorch使用

最新推荐文章于 2025-05-09 11:47:56 发布

徐梓航

最新推荐文章于 2025-05-09 11:47:56 发布

阅读量1.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Pytorch学习文章标签： pytorch libtorch

本文链接：https://blog.youkuaiyun.com/xuyunyunaixuexi/article/details/103469884

本文介绍了如何使用Libtorch，包括下载安装cmake，安装opencv并进行配置，以及使用vs2017进行编译。特别强调了图像预处理的重要性，如mean和std的计算，正确预处理对模型inference效果显著。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.下载安装cmake

2.安装且永久配置opencv（debug+release）

3.安装vs2017（开始电脑只有vs2013，貌似不支持，很多编译错误）

mean, std很重要，开始直接原图没有预处理进行inference，效果很差，加了就ok了...

std::shared_ptr<torch::jit::script::Module> module = torch::jit::load("model.pt");
module->to(torch::kCUDA);
assert(module != nullptr);
std::cout << "ok\n";


std::vector<torch::jit::IValue> inputs;
cv::Mat image;
image = cv::imread("pic.jpeg", 1);
cv::Mat image_resized;
cv::resize(image, image_resized, cv::Size(224, 224));
cv::cvtColor(image_resized, image_resized, cv::COLOR_BGR2RGB);
cv::Mat image_resized_float;
image_resized.convertTo(image_resized_float, CV_32F, 1.0 / 255);

auto img_tensor = torch::from_blob(image_resized_float.data, { 1, 224, 224, 3 }, torch::kFloat32);
cout << "img tensor loaded..\n";
img_tensor = img_tensor.pe