pytorch代码参考github https://github.com/eriklindernoren/PyTorch-YOLOv3
部署方法使用libtorch1.0+opencv3 不建议使用libtorch1.1
另外libtorch 本人试过cpu版本和cuda9.0的gpu的版本 在windows和linux下均跑通过
linux下的编译文件写法
cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
project(yolo-app)
find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )
find_package(Torch REQUIRED)
aux_source_directory(. DIR_SRCS)
add_executable(yolo-app cpp/main.cpp )
target_link_libraries(yolo-app "${TORCH_LIBRARIES}" "${OpenCV_LIBS}")
set_property(TARGET yolo-app PROPERTY CXX_STANDARD 11)
#add_compile_options(-g)
写好cmakelist后命令行
cmake -DCMAKE_PREFIX_PATH="/home/qdrs/yolo-app/libtorch/share/cmake/Torch" (libtorch的路径) -DCMAKE_BUILD_TYPE="Release"
(opencv路径是根据环境变量自己去找的 版本不要用4.0的 libtorch不支持C++11而opencv支持,另外opencv不支持cuda加速)编译成功
总结 5,6月份主要是用libtorch部署yolov3 并且做了小物体检测 感觉效果不错 但是仍然有漏检 在实际效果下和SSD差距不大