YOLOV5在Window10的部署（一）
前言
大家好，这是我的第一篇文章，以前都是在本站白嫖大佬们的文章，现在有机会，也分享一下自己的工作经历。本文禁止转载。
部署环境
本文是在 Windows10系统下，使用 Libtorch-yolov5(yolov5的C++版本)， Opencv4.5.2，Libtorch1.8.0
- VS2019
- Libtorch1.8.0
- Opencv4.5.2
- Libtorch-yolov5
- Cmake
- Window10
第一步：安装和下载
前言：将以下的文件下载好后，最好统一放到一个文件夹内，方便使用。
; 1：下载安装VS2019
下载地址：https://visualstudio.microsoft.com/zh-hans/vs/
2：下载Libtorch1.8.0。
各种版本的libtorch下载地址：https://blog.csdn.net/weixin_43742643/article/details/115218126
注：Libtorch的版本必须和你训练使用的虚拟环境中的 pytorch版本一致。下载之前先去你的虚拟环境中查看Pytorch版本。
(1) 选择对应的版本
(2) 选择 Release or Debug (我用的Debug)
(3) 选择 CPU or CUDA(GPU) (本人笔记本太垃圾，用的CPU)
; 3：下载Opencv
Opencv下载地址：https://opencv.org/releases/
下载好的Opencv文件夹内容
; 4：下载Libtorch-Yolov5
下载地址：https://github.com/yasenh/libtorch-yolov5
下载好的Libtorch_yolov5_master
; 5：下载Cmake
下载地址：https://cmake.org/download/
下载安装成功后，win+r cmd进入命令窗口 输入 cmake 出现下面就是安装成功。
; 第二步：配置环境
主要是在VS2019上面配置Libtorch 和 Opencv
1: 配置Opencv 和 Libtorch
打开VS2019 创建一个新项目
这里选择C++ 和 空项目
项目名称是yolov5,放在和下载文件的同一个目录下
创建完成后，右键->属性
VC++目录 -> 包含目录
Opencv:
D:\YoloV5_libtorch\yolov501\opencv\build\include
D:\YoloV5_libtorch\yolov501\opencv\build\include\opencv2
Libtorch:
D:\YoloV5_libtorch\yolov501\libtorch\include
D:\YoloV5_libtorch\yolov501\libtorch\include\torch\csrc\api\include
VC++目录 -> 库目录
Opencv:
D:\YoloV5_libtorch\yolov501\opencv\build\x64\vc15\lib
Libtorch:
D:\YoloV5_libtorch\yolov501\libtorch\lib
链接器-> 输入-> 附加依赖项
Opencv: 将D:\YoloV5_libtorch\yolov501\opencv\build\x64\vc15\lib文件中的.lib文件放入 附加依赖项里面
opencv_world452d.lib(Debug)
opencv_world452.lib(Release)
Libtorch: 将D:\YoloV5_libtorch\yolov501\libtorch\lib中的.lib文件全部放入 附加依赖项里面
c10.lib
c10d.lib
torch.lib
asmjit.lib
caffe2_detectron_ops.lib
caffe2_module_test_dynamic.lib
clog.lib
cpuinfo.lib
dnnl.lib
fbgemm.lib
fbjni.lib
gloo.lib
libprotobufd.lib
libprotobuf-lited.lib
libprotocd.lib
mkldnn.lib
pthreadpool.lib
pytorch_jni.lib
torch_cpu.lib
XNNPACK.lib
调试 -> 环境
D:\yolov501\libtorch\lib;
D:\yolov501\opencv\build\x64\vc15\lib;
C/C++ -> 语言 -> 符合模式 改为否
C/C++ -> 常规 -> SDL检查 改为否
; 2： 测试 Opencv和 Libtorch
Opencv测试：源文件下新建main.cpp 将下面测试代码复制粘贴，运行即可。
#include
#include
using namespace cv;
using namespace std;
string name = "";
int main()
{
VideoCapture capture;
capture.open(0);
if (!capture.isOpened())
{
cout << "can not open";
cin.get();
return -1;
}
namedWindow(name);
while (1) {
Mat cap;
capture >> cap;
if (!cap.empty())
imshow(name, cap);
else
cout << "can not ";
waitKey(30);
}
return 0;
}
成功显示
Libtorch测试：同上opencv测试 直接把opencv代码删除贴上下面测试代码即可。
#include
#include
int main() {
std::cout << "cuda::is_available():" << torch::cuda::is_available() << std::endl;
torch::Tensor tensor = torch::rand({ 3, 4 });
std::cout << tensor << std::endl;
}
出现的问题
一般都是环境配置的问题，只要重新配置你的环境，一般都能成功。当然有时候很麻烦，坚持一下就好了。
Original: https://blog.csdn.net/weixin_39931579/article/details/119862099
Author: 私はいつも好きです樱岛麻衣
Title: 【Libtorch】YOLOV5在Window10的部署（一）
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/687932/
转载文章受原作者版权保护。转载请注明原作者出处！