C++调用libtorch1.12遇到的几个问题

先说一下我对原理并不懂,只是记录一下自己遇到的网上没查到的解决方法,仅供参考。
系统为windows

1、无法打开文件caffe2_detectron_ops_gpu.lib

这是因为我下载的libtorch1.12.1的库里面没有这些.lib,直接删掉就好,包括:
caffe2_module_test_dynamic.lib
mkldnn.lib

2、加载模型报错c10::Error

使用 torch::jit::script::Module module = torch::jit::load(“./*.pt”) 时候报错 Microsoft C++ 异常: c10::Error,位于内存位置 0x000000C6DF4F8EF0 处。

我是因为C++编译为DEBUG版本,但是下载的libtorch是release版本,所以将libtorch改为debug版本,然后重新配置再编译各种链接库就好了

当然网上大多数都是libtorch和pytorch的版本对齐问题,CUDA或CPU对齐问题。

3、使用GPU报错c10::NotImplementedError

这出现在to(device)时候,首先确认torch::cuda::is_available() 返回1,即可以使用。
一般网上都是说添加 /INCLUDE:"?searchsorted_cuda@native@at@@YA?AVTensor@2@AEBV32@0_N1@Z" 到属性->链接器->命令行中。但我添加后始终无法编译。
这篇github 提到最新版本使用 /INCLUDE:?warp_size@cuda@at@@YAHXZ /INCLUDE:?_torch_cuda_cu_linker_symbol_op_cuda@native@at@@YA?AVTensor@2@AEBV32@@Z
问题解决。

  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Win10 C++ libtorch调用YOLOv8的步骤如下: 1. 首先,确保你已经安装好了适用于C++libtorch。你可以从官方网站下载并按照指导进行安装。确保你选择的是与你的操作系统和编译器版本相匹配的libtorch。 2. 下载并配置YOLOv8的模型文件和权重。YOLOv8是一种目标检测算法,它使用预先训练的权重和模型来进行目标检测。你可以在网上找到YOLOv8的预训练权重和模型文件。确保你已经下载了它们并将它们存放在适当的位置。 3. 创建一个C++项目,并在项目中包含libtorch的头文件路径和库文件路径。你需要在项目属性中设置这些路径,以便编译器能够正确地找到libtorch,并将其链接到你的项目中。 4. 在你的C++代码中,包含YOLOv8和libtorch的头文件。你需要包含YOLOv8模型和权重加载的相关头文件,以及libtorch的头文件。 5. 在代码中加载YOLOv8的模型和权重。使用libtorch加载模型函数,将YOLOv8的模型和权重文件加载到内存中。 6. 准备待检测的图像数据。将要检测的图像数据转换为libtorch中的张量格式。确保输入的图像数据与YOLOv8的模型输入尺寸一致。 7. 将图像输入模型进行推理。使用加载的YOLOv8模型对图像进行前向传递,得到目标检测结果。 8. 解析模型的输出结果。通过处理模型的输出张量,可以得到目标的位置、类别和置信度等信息。 9. 根据解析后的结果,进行目标的绘制和展示。你可以使用C++图形库或其他绘图工具来绘制检测到的目标,在图像上标注目标的位置和类别等信息。 以上步骤大致描述了在Win10平台上使用C++libtorch调用YOLOv8目标检测模型的过程。具体实现可能因实际情况而有所区别,请根据你的项目需求进行调整和完善。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值