baidu_28342107的博客

参考CMakeVS20191.3 custom_group_norm.cpp1.4 编译成功2.2 your_extension.cpp2.3 测试文件test.py2.4 结果解决：找到报错处，将’utf-8’改成gbk编码，或者其他编码，如下3.2 windows下直接改成Utf-8即可。

/ 导入动态库__declspec# pragma once # ifndef ABSTRACT_BASE_H # define ABSTRACT_BASE_H // 导入动态库 # ifdef _WIN32 # define IMPORT __declspec(dllimport) # else # define IMPORT # endif # include <opencv/cv.hpp> # include <string> using namespace std;

参考opencvtensorrtcudavisual studio 2019cmake三、trt_dep.cpp文件和trt_dep.hpp文件四、主函数segment.cpp五、CMak配置1.onnx模型需时静态尺寸模型。2.当模型输出为yolov5的浮点型时，需要修改屏蔽trt_dep.cpp处的输出，BiseNet分割则不用。

pplcv 是 openPPL 开发的高性能图像处理库。此依赖项为可选项，只有在 cuda 平台下，才需安装。

添加 C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.27.29110\bin\Hostx86\x64 到 PATH，则 cl.exe 可以在命令行中运行。修改D:\anaconda3\envs\mmcv\Lib\site-packages\torch\include\torch\csrc\jit\api\module.h。设置系统编码为UTF-8，只在当前cmd有效。

一、原始pytorch实现最远点采样算法import torchdef farthest_point_sample(xyz, M): """ Input: xyz: pointcloud data, [B, N, 3] M: number of samples Return: centroids: sampled pointcloud index, [B, M]采样点云索引 """ device = xyz.dev

参考：https://gitcode.net/mirrors/microsoft/onnxruntime/-/releases?spm=1033.2243.3001.5877三、配置cuda_ops.cu（无作用）四、配置cuda_ops.h（无作用）五、配置custom_op_infer.h六、配置custom_op_test.cc七、配置sampling.cpp八、配置sampling_gpu.cu文件九、配置sampling_gpu.h文件十、查看模型输出结果查看GP

参考：Pytorch2Onnxruntime的github地址，忘记了具体网址了。

参考：https://zhuanlan.zhihu.com/p/358778742。

参考上一篇C++的调用：https://blog.csdn.net/baidu_28342107/article/details/132734699参考onnxruntime的windows调用：2.动态库cpp文件：custom_py.cc二、构建CMakeLists.txt三、编译可以看到成功后动态库.so文件以及路径

命名为：custom_op.cc/**/private:public:floatconst/*} };return 1;/*} };

构建py文件名称为：export_custom_op.py可能出现的问题：重新较低版本的：protobuf。

构建初级实现pytorch的计算工具