day04-05：Cmake与Torch c++实现数字识别

• 环境：
  • window 10
  • visual studio 2019(nmake/cl/link/lib/dumpbin)
  • Qt 5.14.0 (designer/uic/moc)
  • OpenCV 4.2.0
  • Torch C++ 1.5.1
  • cmake

• 注意事项：

  1. 编译/链接的环境（编译/链接的命令行设置）：Makefile/CMake/QMake
     1. include
     2. lib
  2. 运行环境：（设置PATH/或者拷贝到当前路径/或者拷贝到window安装目录下的system32）
     1. bin
  3. 动态库也有依赖环境：
     1. window的运行环境（基本上差不多）
     2. vcrt160.lib运行时（visual studio自带/动态库自带）

• lib库名.主版本号.副版本号.批次号.so

• 库名140.dll/库名160.dll

注意

1. libtorch,opencv, qt的动态库所在路径设置为PATH环境变量

   • 保存编译后的执行文件能调用到动态库；

2. 头文件目录

   • opencv
     • C:\opencv_new\install\include
   • qt
     • C:\Qt\Qt-5.14.0\include
   • libtorch
     • C:\libtorch\include

3. lib

   • 目录
     • C:\Qt\Qt-5.14.0\lib
     • C:\opencv_new\install\x64\vc16\lib
     • C:\libtorch\lib
   • lib文件
     • 根据调用的模块

CMake

Qt， OpenCV的例子

• 使用Qt显示一副OpenCV读取的图像

#include 
#include 
#include 
#include 


int main(int argc, char **argv){
    // 1. 创建Qt应用
    QApplication app(argc, argv);
    // 2. 创建对话框
    QDialog dlg;
    dlg.setWindowTitle("CMake组织工程");
    dlg.resize(600, 400);
    dlg.move(100, 100);
    // 3. 创建标签狂
    QLabel  lbl("图像显示", &dlg);
    lbl.setGeometry(0, 0, dlg.width(), dlg.height());

    // 4. 打开图像
    cv::Mat img = cv::imread("gpu.bmp");
    cv::cvtColor(img, img, cv::COLOR_BGR2RGB);
    // 5. 显示图像
    QImage qt_img(img.data, img.cols, img.rows, QImage::Format_RGB888);
    QPixmap qt_pixmap = QPixmap::fromImage(qt_img);
    lbl.setPixmap(qt_pixmap);
    lbl.setScaledContents(true);

    dlg.show();
    return app.exec();
}

CMakeLists.txt

cmake_minimum_required(VERSION 3.16)

project(main)

# 控制C++编译选项，链接选项
set(CMAKE_CXX_STANDARD 11)
set(CMAKE_CXX_STANDARD_REQIUIRED True)
set(CMAKE_INCLUDE_CURRENT_DIR ON)

# 属于QT专有
set(CMAKE_AUTOMOC ON)
set(CMAKE_AUTOUIC ON)

# 配置Qt的内置的CMake环境（源代码安装才有cmake目录）
set(CMAKE_PREFIX_PATH  "C:/Qt/Qt-5.14.0/lib/cmake")

# Qt的库，头文件自动查找
find_package(Qt5Widgets REQUIRED)
find_package(Qt5Gui REQUIRED)
find_package(Qt5Core REQUIRED)

# 头文件
include_directories(
    C:/Qt/Qt-5.14.0/include
    C:/opencv_new/install/include
)
# 库路径
link_directories(
    C:/opencv_new/install/x64/vc16/lib
    C:/Qt/Qt-5.14.0/lib
)

# 源文件
aux_source_directory(. SOURCES)
add_executable(main ${SOURCES})

# 编译库
target_link_libraries(
    main 
    opencv_core420d.lib
    opencv_imgcodecs420d.lib 
    opencv_imgproc420d.lib 
    Qt5Cored.lib  
    Qt5Widgetsd.lib 
    Qt5Guid.lib
)

• 注意：

  • 源代码
  • 头文件
  • lib文件
  • 输出的文件名
  • C++的编译选项/链接选项
  • cmake的封装打包

• Cmake的抽象在于不需要指定具体的编译器

  • 动态侦测，从而实现跨平台安装与部署

Torch C++开发环境与第一个程序

头文件

#include 
#include 

编译环境

- 两种方法，已注释区分

cmake_minimum_required(VERSION 3.16)

# 指定项目名
project(main)

# 执行Torch的cmake配置的位置
set(CMAKE_PREFIX_PATH  "D:/libtorch")
# set(Torch_DIR  "D:/libtorch")

# 直接加载Torch C++提供cmake配置
find_package(Torch REQUIRED)

# 直接使用预先定义的变量（服务于Torch项目的编译链接）
set(CMAKE_CXX_FLAGS  "${CMAKE_CXX_FALAG} ${TORCH_CXX_FLAGS}")

# 输出的执行文件
add_executable(main main.cpp)

# 指定编译库
target_link_libraries(main "${TORCH_LIBRARIES}")

# 只对指定的编译目标指定编译器的C++语言标准版本
set_property(TARGET main PROPERTY CXX_STANDARD 14)
# set(CMAKE_CXX_STANDARD 14)

Torch C++编程

Torch C++ 文档

• https://pytorch.org/cppdocs/api/library_root.html
  • at命名空间Tensor
  • torch命名：数据集/模型/函数/优化器

数据集

MNIST
Dataset

数据集批次处理

DataLoader

Lenet-5 模型

[图片上传失败...(image-66a07a-1593616320465)]

• 作业：
  • 完成文档
    • 运行我们的程序；
    • 理解我们的程序；
  • 可选：
    • 自己独立完成，并理解；

训练

• 训练的算法公式

• 算法步骤

  1. 使用训练样本（data，target），计算模型的预测值pred；
  2. 计算误差
  3. 根据 函数计算在每个训练矩阵的导数grad；
  4. 使用 更新训练矩阵；
  5. 最终是的误差接近0

验证与测试

模型保存

#include 
#include 

// 模型的实现（模型类）
class Lenet5 : public torch::nn::Module{
private:
    // 卷积特征运算
    torch::nn::Conv2d  conv1;
    torch::nn::Conv2d  conv2;
    torch::nn::Conv2d  conv3;
    torch::nn::Linear  fc1;
    torch::nn::Linear  fc2;

public:
    Lenet5():
    conv1(torch::nn::Conv2dOptions(1, 6, 5).stride(1).padding(2)),  // 1 * 28 * 28 -> 6 * 28 * 28 -> 6 * 14 * 14
    conv2(torch::nn::Conv2dOptions(6, 16, 5).stride(1).padding(0)),  // 6 * 14 * 14 -> 16 * 10 * 10 -> 16 * 5 * 5
    conv3(torch::nn::Conv2dOptions(16, 120, 5).stride(1).padding(0)), // 16 * 5 * 5 -> 120 * 1 * 1 (不需要池化)
    fc1(120, 84),  // 120 -> 84
    fc2(84, 10){  // 84 -> 10 (分量最大的小标就是识别的数字)
        // 注册需要学习的矩阵（Kernel Matrix）
        register_module("conv1", conv1);
        register_module("conv2", conv2);
        register_module("conv3", conv3);
        register_module("fc1", fc1);
        register_module("fc2", fc2);
    }

    // override
    torch::Tensor forward(torch::Tensor x){  // {n * 1 * 28 * 28}
        // 1. conv
        x = conv1->forward(x);   // {n * 6 * 28 * 28}
        x = torch::max_pool2d(x, 2);   // {n * 6 * 14 * 14}
        x = torch::relu(x); // 激活函数 // {n * 6 * 14 * 14}
        // 2. conv
        x = conv2->forward(x);   // {n * 16 * 10 * 10}
        x = torch::max_pool2d(x, 2);   // {n * 16 * 5 * 5}
        x = torch::relu(x); // 激活函数 // {n * 16 * 5 * 5}
        // 3. conv
        x = conv3->forward(x);   // {n * 120 * 1 * 1}
        x = torch::relu(x); // 激活函数 // {n * 120 * 1 * 1}
        // 做数据格式转换
        x = x.view({-1, 120});   // {n * 120}
        // 4. fc
        x = fc1->forward(x);
        x = torch::relu(x);
        
        // 5. fc 
        x = fc2->forward(x);
        return  torch::log_softmax(x, 1);   // CrossEntryLoss = log_softmax + nll
    }

};
// 训练好的模型文件：lenet5.pt

模型加载与识别

#include 
#include 

int main(){
    const char * data_filename = ".\\data";
    // 加载模型
    std::shared_ptr model = std::make_shared();
    torch::load(model, "lenet5.pt");


    // 使用测试集中数据识别
    auto imgs = torch::data::datasets::MNIST(data_filename, torch::data::datasets::MNIST::Mode::kTest);
    // 取一张图像
    for(int i = 20; i < 30; i++){
        torch::data::Example<> example = imgs.get(i);
        // std::cout << "识别的数字是：" << example.target.item() << std::endl;  
        // 获取图像
        torch::Tensor  a_img = example.data;
        // 预测
        a_img = a_img.view({-1, 1, 28, 28});  // 我们的模型只接受4为的固定的数据格式（N * C * H * W）（NCHW格式）
        torch::Tensor  y = model->forward(a_img);
        int32_t result = y.argmax(1).item();
        std::cout << "识别的结果是：" << result << "->" << example.target.item() <<  std::endl;
        
        return 0;
    }
    

---

类图

• 创建工程目录
  • 代码文件
  • main.cpp
  • CMakeLists.txt

附录

1. OpenCV

   • https://docs.opencv.org/4.2.0/

2. Qt

   • https://doc.qt.io/qt-5/

3. Torch

   • https://pytorch.org/cppdocs/api/library_root.html

4. cmake

   • https://cmake.org/cmake/help/v3.18/

5. Makeflie

   • gnu make：http://www.gnu.org/software/make/manual/html_node/index.html
   • microsoft nmake: https://docs.microsoft.com/zh-cn/cpp/build/reference/nmake-reference?view=vs-2019

作业:

1. 训练出一个模型：模型文件，验证的结果

   • 代码
   • 模型文件
   • 笔记截图，训练的日志文件

2. 利用模型实现识别

   • 使用测试数据集测试识别；

3. 可选：

   • 完成一个完整的识别程序；
     1. 手写数字识别
     2. 人脸识别 （人脸采集程序）
   • 验收：
     • 类图
     • 源代码
     • 安装包（编译后的程序）
     • markdown的说明文档（上传到github）

---