libtorch环境搭建、生成库文件、测试

Windows

配置

win10、GeForce 930M、cuda9.0、cudnn7.4.2

环境搭建

win下可以直接在官网下载编译好的libtorch（1.1），附一下libtorch安装以前版本的方法

https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-1.1.0.zip
https://download.pytorch.org/libtorch/cu80/libtorch-win-shared-with-deps-1.1.0.zip
https://download.pytorch.org/libtorch/cu90/libtorch-win-shared-with-deps-1.1.0.zip
https://download.pytorch.org/libtorch/cu100/libtorch-win-shared-with-deps-1.1.0.zip

由于需要用到opencv（4.2.0），只需要官网下载安装即可，网上教程很多，这里不再赘述。

使用VS生成动态链接库dll或者静态链接库lib

1.VS创建空项目，由于交付需要Release、x64版本，在解决方案配置中进行更改，将.h和.cpp文件（这里就不上传了，有需要可以私聊我）添加到与.sln文件同目录的项目文件夹下，在项目中分别从头文件、源文件导入

2.配置项目属性，包括如下：

-常规-配置类型 动态库改为dll 静态库改为lib

-VC++目录-包含目录（这里根据个人的opencv和libtorch路径进行配置，C:\Users\91223\Downloads\libtorch\include\torch下需要有cuda.h和script.h）

-VC++目录-库目录

 

 

-C/C++-常规 SDL检查改为否

-链接器-常规-附加库目录

 

-链接器-输入-附加依赖项

 

应用-确定

3.由于我负责的模块需要供给他人调用，所以需要封装成接口函数，在生成动态链接库dll时，在接口的头文件开头需要添加以下几行，大概意思就是针对导出方和调用方dll文件是要导出还是导入，想要具体了解可以点击传送门；生成静态链接库lib时则不需要。

#ifndef NJUST_BODY_PARSING_DLL
#define NJUST_BODY_PARSING_API __declspec(dllimport)
#else
#define NJUST_BODY_PARSING_API __declspec(dllexport)
#endif
//每个函数声明前添加NJUST_BODY_PARSING_API,例如
NJUST_BODY_PARSING_API int NJUST_Body_Parsing_Initialize(int width, //图像宽度
								int height, //图像高度
								bool isRGB //输入图像是否是彩色图像
);

4.生成-生成解决方案即可生成dll或者lib

测试

VS新建空项目，Release，x64，配置opencv4.2.0的包含目录、库目录和附加依赖项；将模型文件（导出的.pt文件）、测试图片复制到工程目录下；将main.cpp、接口头文件（步骤3中的条件编译可以删掉）复制到工程目录下并添加到工程的源文件/头文件。 然后进行测试即可。

Ubantu

配置

ubantu18.04、TiTan V、cuda10.2

环境搭建

libtorch（1.1）我是直接下载的编译好的版本，ubantu下安装之前版本pytorch的方法如下

https://download.pytorch.org/libtorch/cpu/libtorch-shared-with-deps-1.1.0.zip
https://download.pytorch.org/libtorch/cu90/libtorch-shared-with-deps-1.1.0.zip
https://download.pytorch.org/libtorch/cu100/libtorch-shared-with-deps-1.1.0.zip

但是opencv（3.4.3）是采用源码编译安装的，附一篇肥肠好的博客，其中python依赖我没有安装，博主回复也很及时，墙裂推荐

使用CMake生成动态链接库.so或静态链接库.a

首先需要安装CMake，我装的是3.10.2版本，关于CMake的用法，附一篇博客详解。

1.新建工程目录BP，下面包含lib、include、src、build四个文件夹以及CMakeLists.txt文件，将头文件放入include文件夹，将源文件放入src文件夹

下面上我的CMakeList.txt，动态库生成时注释掉静态库的两行，反之亦然，当然可执行文件你也可以注释掉。

cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
#设置opencv的路径必须在project之前
set(OpenCV_DIR "/home/gye/opencv/build")
project(NJUST_BODY_PARSING_0304)

#torch的cmake路径
set(CMAKE_PREFIX_PATH ("/home/gye/libtorch/share/cmake/Torch"))
#cuda路径
set(CUDA_TOOLKIT_ROOT_DIR "/usr/local/cuda-10.2")

#同一目录下头文件路径
include_directories(include)
#同一目录下源文件路径
include_directories(src)

#寻找opencv、torch依赖，列出相应信息
find_package(Torch REQUIRED)
find_package(OpenCV REQUIRED)

message(STATUS "Pytorch status:")
message(STATUS "    libraries: ${TORCH_LIBRARIES}")

message(STATUS "OpenCV library status:")
message(STATUS "    version: ${OpenCV_VERSION}")
message(STATUS "    libraries: ${OpenCV_LIBS}")
message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")

#设置生成库文件的路径
set(LIBRARY_OUTPUT_PATH ${CMAKE_SOURCE_DIR}/lib)
#生成动态库
#add_library(NJUST_BODY_PARSING_0304 SHARED src/NJUST_BODY_PARSING_proc.cpp src/NJUST_BODY_PARSING.cpp)
#动态库链接到的其他库
#target_link_libraries(NJUST_BODY_PARSING_0304 ${OpenCV_LIBS} ${TORCH_LIBRARIES})

#生成静态库
add_library(NJUST_BODY_PARSING_static_0304 STATIC src/NJUST_BODY_PARSING_proc.cpp src/NJUST_BODY_PARSING.cpp)
#静态库链接到的其他库
target_link_libraries(NJUST_BODY_PARSING_static_0304 ${OpenCV_LIBS} ${TORCH_LIBRARIES})

#生成一个可执行文件用于测试
add_executable(parsing src/main.cpp src/NJUST_BODY_PARSING_proc.cpp src/NJUST_BODY_PARSING.cpp)
#可执行文件链接到的库
target_link_libraries(parsing ${OpenCV_LIBS} ${TORCH_LIBRARIES})
#c++ 11
set_property(TARGET parsing PROPERTY CXX_STANDARD 11)

 2. 进入build文件夹：cd build

使用命令cmake .（注意cmake后面有一个空格一个点"."）生成Makefile文件，

make生成库文件和可执行文件

3.使用命令./parsing运行以下是否可以

测试

新建一个Cmake工程Test，其中建立文件夹src、lib、include，将模型文件（.pt文件）和测试图片放入Test文件夹下，将所有动态库/静态库文件放入lib文件夹（测试动态库/静态库时，将CMakeLists.txt中静态库/动态库相关的注释掉即可），将所需头文件放入include文件夹，将main.cpp放入src文件夹，将CMakeLists.txt放入Test目录下。

修改完成后在Test目录下用“cmake .”命令生成Makefile文件，再”make”命令生成可执行文件”parsing”，执行“./parsing”即可运行。

附CMakeList.txt

cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
set(OpenCV_DIR "/home/gye/opencv/build")
project(test)

include_directories(include)
include_directories(src)

find_package(OpenCV REQUIRED)

message(STATUS "OpenCV library status:")
message(STATUS "    version: ${OpenCV_VERSION}")
message(STATUS "    libraries: ${OpenCV_LIBS}")
message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")

#需要链接的库文件目录
link_directories(${PROJECT_SOURCE_DIR}/lib)

#测试动态库，动态库路径
find_library(libNJUST_BODY_PARSING_0304.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libc10_cuda.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libc10.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libcudart.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libcuda.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libnvrtc.so ${PROJECT_DOURCE_DIR}/lib/)
find_library(libnvToolsExt.so ${PROJECT_DOURCE_DIR}/lib/)

#测试静态库，静态库路径
#find_library(libNJUST_BODY_PARSING_static_0304.a ${PROJECT_DOURCE_DIR}/lib/)
#find_library(libc10_cuda.so ${PROJECT_DOURCE_DIR}/lib/)
#find_library(libc10.so ${PROJECT_DOURCE_DIR}/lib/)
#find_library(libcaffe2.so ${PROJECT_DOURCE_DIR}/lib/)
#find_library(libcaffe2_gpu.so ${PROJECT_DOURCE_DIR}/lib/)
#find_library(libtorch.so ${PROJECT_DOURCE_DIR}/lib/)

#查找src目录下所有源文件，将名称保存到DIR_DRC变量
aux_source_directory(./src/ DIR_SRC)

#制定生成目标SO
add_executable(parsing ${DIR_SRC})

#设置要链接的库的名称，测试动态库
target_link_libraries(parsing ${OpenCV_LIBS} libNJUST_BODY_PARSING_0304.so libc10_cuda.so libc10.so libcudart.so libcuda.so libnvrtc.so libnvToolsExt.so)

#设置要链接的库的名称，测试静态库
#target_link_libraries(parsing ${OpenCV_LIBS} libNJUST_BODY_PARSING_static_0304.a libc10.so libc10_cuda.so libcaffe2.so libcaffe2_gpu.so libtorch.so)

暂时记录到这里，方便以后自己查看，如果后面有别的问题，再来补充，欢迎大家批评，共同学习。