深度学习工程实践 3. Window+Qt使用libtorch+opencv4.1 实践

1.概述

这篇主要记录一下在Window下使用libtorch的一些坑。

1.1 坑来的原因

这里踩坑主要来自于笔者自己的偏执，一直以来做window下的桌面应用，都非常偏向于使用Qt的mingw编译器，使用mingw编译器，我编译过VTK的库，最新的Opencv4.1的库，CGAL计算机图形库等等。 Qt 的mingw编译器是一个非常不主流的编译器，只有32位的，mingw64和Qt的mingw完全是两会事，所以，很多大型的库，使用cmake+mingw来编译，都需要对源码进行一定的修改。 之所以选择mingw的原因是，在这个的基础上写出来的代码，会强制要求你去考虑跨平台的问题，写完的代码直接可以在mac，linux，win上编译，像树莓派等这样的小板子上编译也是没有问题。

1.2 解决

但是，使用libtorch不行，包括基于darknet实现的yolov3，在minggw下也是不行的。 即使能编译通过，在运行的过程中，也是一大堆未知的错误。 在了解了mingw的尿性之后，我决定彻底放弃用他来开发深度学习相关的开发，windows下就专心的用mscv来编译。 这为工程部署节约了大量的时间。

1.3 用最新的opencv

为什么用最新的Opencv4.1？
因为笔者一直没有成功的用mingw编译出libtorch，所以我就查找，Pytorch训练出来的模型，是否能够直接被Opencv识别并使用？ 笔者看到Ope