显著图推理模型C++转换
显著性检测网络模型是基于PyTorch深度学习框架进行搭建并参与训练的,在实际应用和生产中,由于要满足低延迟和严格部署要求,通常选用C++来进行推理过程。这里的显著图推理模型C++转换过程主要由以下几个步骤组成:将PyTorch网络模型转换为Torch Script,并序列化为一个文件;配置编译运行环境,在C++中加载模型参数,完成推理任务。
系统环境(Windows)
- 电脑系统版本:Windows 10
- 显卡版本:GeForce RTX 2070(显存8192MB)
- 编译器:Visual Studio 2019 Community
- GCC版本:8.1.0
- CMake版本:3.18.2
- CUDA版本:10.1,V10.1.243
- cuDNN版本:cuDNN v8.0.2 for CUDA 10.1
- PyTorch版本:Stable(1.6.0)
- LibTorch-gpu版本:https://download.pytorch.org/libtorch/cu101/libtorch-win-shared-with-deps-1.6.0%2Bcu101.zip
- LibTorch-cpu版本:https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-1.6.0%2Bcpu.zip
- OpenCV版本:https://sourceforge.net/projects/opencvlibrary/files/4.4.0/opencv-4.4.0-vc14_vc15.exe/download
系统环境(Linux)
- Linux系统版本:Ubuntu 19.10
- 显卡版本:TITAN RTX(显存24217MB)
- GCC版本:gcc (Ubuntu 7.5.0-3ubuntu1~19.10) 7.5.0
- G++版本:g++ (Ubuntu 7.5.0-3ubuntu1~19.10) 7.5.0
- CMake版本:3.13.4-1build1
- CUDA版本:10.2, V10.2.89
- cuDNN版本: