win10+ VS2015 + opencv3.4 + libtorch C++平台部署pytorch训练模型（ResNet50为例）（一）

C++平台部署（前向预测）pytorch训练好的模型（ResNet50为例）（一）

本文主要进行前期的准备环境搭建，包括VS2015的安装，opencv和libtorch的安装配置，适合新手入门~~。在下篇文章C++平台部署（前向预测）pytorch训练好的模型（ResNet50为例）（二）中，将详细介绍使用C++重写前向，使用pytorch训练好的模型进行预测，有需要的同学可以前往查看。

吐血整理

默认已经安装pytorch1.0以上版本，如果没有安装，可以使用如下命令进行安装（CPU版本，若想安装GPU CUDA版本，可以去官网https://pytorch.org/get-started/locally/选择）：

conda install pytorch torchvision cpuonly -c pytorch

1、安装VS2015

安装VS2015专业版，安装包传送门：https://pan.baidu.com/s/1ijH8QYctdjGwYAdeXVDgzw ，提取码：6acd

内含激活码。

（1）安装VS2015，时间保守估计两小时左右。

       将下载好的安装包解压缩，右键管理员运行vs_professional.exe.exe文件，开始安装

（普通运行只是单纯的运行程序,不能进行更改程序和附加程序,而用管理员身份运行程序将会有更多权限,比如更新,修改等.）   

   

（2）激活VS2015

    打开vs2015，点击帮助->注册产品，输入激活码（激活码.txt在安装包中可以找到）。

    VS2015企业版：HM6NR-QXX7C-DFW2Y-8B82K-WTYJV

    VS2015专业版：HMGNV-WCYXV-X7G9W-YCX63-B98R2

（3）启动VS2015，安装适用于C++

        文件->新建->项目，在线安装适用于Windows桌面的Visual C++ 2015工具。

       

                              

又是下面的安装界面，大约需要几分钟。

       

（4）重新启动VS2015，新建VS空项目，Hello World验证。

    在新建项目源文件中，添加cpp文件。

               

           选择 Debug x64，运行代码。

             

            运行成功，则VS2015安装成功。

                 

    血泪教训：建议大家安装完毕VS2015后，不要卸载重新安装，不要卸载重新安装，不要卸载重新安装。因为在卸载的过程中，会留下残留文件，不知道哪里就出错了。我前前后后重装了三遍，终于才成功，费时费力，历经挫折。遇到的问题①：进入VS2015起始页后，鼠标点击没有反应；问题②：点击帮助->注册产品失败。在网上找了几个方法，删除C:\Users\Sesen\AppData\Roaming\Microsoft\VisualStudio\14.0目录下的Cache缓存文件夹，说是由于缓存文件紊乱引起的。删除之后，在“控制面板”的程序与功能中，更改VS2015，进行修复。（最后，被修复好了）

    如果真的遇到问题需要重新安装，遇到问题的话，最简单粗暴的方法是重装系统（但是大家内心肯定都是拒绝的）。不重装系统也可以，就是卸载VS时，一定要卸载干净。推荐两篇不错的文章，我没有实测，大家有需要的话可以看看。VS2015终极卸载方法（适用于VS各种版本）和超简单的卸载vs2015总结(亲测可用)。

2、安装openCV

（1）安装

安装包：链接：https://pan.baidu.com/s/18VzP_ilsVWEO-3LglfQcCw    提取码：80zn

里面包含Windows，IOS及Android平台的安装包。选择Windows安装包，双击opencv-3.4.5-vc14_vc15.exe进行安装。

选择将要提取安装的路径，记住此路径D:\Sense's_Software\opencv，在后续配置VS库目录及依赖项是需要添加。

              

开始提取，大约需要50秒左右：

                    

     安装完成后，目录为这个样子。 

（2）配置opencv环境变量

     右键点击我的电脑->属性->高级系统设置->环境变量，双击系统变量->PATH

                         

                                              

        点击新建，加入安装opencv的bin目录，注意是  D:\Sense's_Software\opencv\build\x64\vc14\bin，而不是D:\Sense's_Software\opencv\build\bin。

     设置系统环境变量后，需要重启系统生效。                  

  3、下载libtorch

      LibTorch是pytorch的c++接口，也就是PyTorch C ++ API。一般来说，常见的模式为（1）用python接口来训练模型（2）转换成c++模型（3）用c++重写前向。Pytorch1.0以上的版本允许Python模型转换为可以加载和执行的序列化表示 纯粹来自C ++，不依赖于Python。即可以只用c++来编写模型的预测阶段（当然使用C++训练也可以，只是开发起来比较慢,，还是推荐python训练，然后转换成c++模型，用c++来写前向）。

安装libtorch开始：在 https://pytorch.org/get-started/locally/下载适合于自己的libtorch版本，不同的电脑配置所需的版本是不一样的。

                           

我的环境为配置CPU下无CUDA版本的libtorch，可下载release版本或debug版本（release和debug不同的版本在VS2015中调试时有区别）。release版本：https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-1.4.0.zip，debug版本：https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-debug-1.4.0.zip

下载速度挺慢的，如果跟我需要的release版本一致，可以到这里提取：链接：https://pan.baidu.com/s/1z6WUMjuc5PFxnroNz8-yMA 
提取码：nrut 。

下载好之后解压缩，放在自己方便的路径下。记住路径D:\libtorch，在VS2015中配置需要此路径。

                                    

 

4、VS2015 配置opencv和libtorch（注意：opencv和libtorch如果联合使用，release或者debug版本需一致）

这个过程有有点像在pycharm中，python语言添加opencv，torch库有点像。

类似地，可以使用conda install cv2,conda install torch添加python语言依赖库，也可以使用cmake来进行添加VS2015（C++）所依赖的opencv及libtorch等（这个方法还没研究明白，后续再学习一下，如这篇博客https://blog.csdn.net/adyf3/article/details/85003893）。

在这里，提供一种对于新手比较友好的方式，采用比较简单的可视化方法添加库，就像在pycharm里面setting导入依赖包一样。

（1）opencv添加到VS2015

    新建一个VS空项目，打开属性管理器（视图-其它窗口-资源管理器）。

                                                      

    选择Debug x64，进入Microsoft.Cpp.x64.user设置。

    首先，VC++ 目录->包含目录中，添加opencv的三个路径，在我的环境中分别为 

               D:\Sense's_Software\opencv\build\include

               D:\Sense's_Software\opencv\build\include\opencv

               D:\Sense's_Software\opencv\build\include\opencv2

     其次，VC++ 目录-> 库目录中，添加  D:\Sense%27s_Software\opencv\build\x64\vc14\lib。

                    

      随后，在链接器->输入->附加依赖项中，添加D:\Sense's_Software\opencv\build\x64\vc14\lib\opencv_world345d.lib，这是opencv3.4.5的debug版本，添加D:\Sense's_Software\opencv\build\x64\vc14\lib\opencv_world345.lib，opencv3.4.5的release版本）。**题外话：Debug 和 Release 并没有本质的区别，只是VC预定义提供的两组编译选项的集合，编译器只是按照预定的选项行动。Debug和Release，主要是针对其面向的目标不同的而进行区分的。Debug通常称为调试版本，通过一系列编译选项的配合，编译的结果通常包含调试信息，而且不做任何优化，以为开发人员提供强大的应用程序调试能力。而Release通常称为发布版本，是为用户使用的，一般客户不允许在发布版本上进行调试。所以不保存调试信息，同时，它往往进行了各种优化，以期达到代码最小和速度最优。为用户的使用提供便利。**

                                                                                                  

至此，opencv添加至VS2015中。（这样的配置方式，需要为每个新建项目执行同样的操作，在本文的最后tips有一劳永逸的方法，有兴趣的同学可以尝试一下）。

（2）验证opencv安装成功

         测试工程下载地址：链接：https://pan.baidu.com/s/13zUdhhCwn3T2COqDrLsKhg ，提取码：6kat

         双击打开test.sln

   看见女神的照片就说明opencv导入成功了。

                             

   如果此处出现加载不到opencv包的情况，即下面几行代码出现红线，则说明添加的包含目录以及库目录不正确。重新去选择文件夹路径添加，不要手动输入添加。

#include 
#include 
#include 

（3）将libtorch添加到VS2015

          找到libtorch解压后的位置。我的环境中，libtorch位于D:\libtorch。此处，libtorch下载的是release发布版本,debug版本步骤基本相同。

          开始配置

          同样，新建一个VS空项目，打开属性管理器（视图-其它窗口-资源管理器），选择Release|X64进行配置属性页。（如果下载的是Debug版本的libtorch，则像opencv配置时一样，选择Debug | X64）。

          ①，在VC++ 目录->包含目录中，添加D:\libtorch\include（不要复制粘贴路径，去选中添加）

        ②，在VC++ 目录-> 库目录中，添加D:\libtorch\lib。

           ③，在C/C++ -> SDL检查中，设置为否。

         ④，链接器->常规->添加库目录中，添加D:\libtorch\lib。

        ⑤，在链接器->输入->附加依赖项，

        方法一：添加绝对路径D:\libtorch\lib\c10.lib，D:\libtorch\lib\torch.lib

        方法二：添加相对路径c10.lib，torch.lib

         二者的区别在于下一步骤，是否需要把库.lib文件复制到现有项目工程中。视自身需要而定。

       

⑥，对应于⑤方法一，将libtorch的lib目录下的.dll文件全部复制到VS项目中去；对应于⑤方法二，将libtorch的lib目录下的.dll文件和.lib文件全部复制到VS项目中去。

      放置文件的位置为与主CPP文件同一目录下，      

（4）验证libtorch添加成功

        测试代码： 导入torch依赖包，选择release | X64进行测试。（如果在上一步中添加的是libtorch的Debug版本，那么这个应该选择Debug | X64）运行。       

    至此，配置成功。

 

  Tips：制作一个属性表，这样就不用每次新建项目时，都需要配置库目录及依赖项等。（其实VS2015不用这样操作，每次新建项目，会继承上次设置的属性值）

  ① 选择一个项目，打开属性管理器，在release| Win x64那一栏右击添加新项目属性表。

② 给属性表命名，设置好存放地址。以后有其他工程项目，只需要把这个属性表添加到那个工程里面，就算是配置好LibTorch了，很方便。

③ 开始配置新建的属性表，双击打开，步骤和上述配置库目录和依赖项的步骤一致。不再赘述。