PaddleX的C++部署的⽅式的⼏种使⽤⽅式
之前作者针对PaddleDetection写过⼀个系列⽂章，其中最后⼀篇是针对PaddlDetection的C++部署⽅式进⾏⼀些改造。这篇⽂章是根据PaddleX在Github官⽅的代码以及⽂档，将C++部署相关代码进⾏整理，并进⾏了如下⼯作：
1、 将官⽅C++预测代码在Visual Studio下⽣成解决⽅案（.sln）
cmake如何使用2、 将C++预测代码进⾏⽣成dll
3、 使⽤python调⽤⽣成的dll
4、 使⽤C#调⽤⽣成的dll
⼀、⾸先将上述需要依赖的opencv和预测库，PaddleX下载好，并保存在某个⽂件夹中。如下图是作者存放的⼀个⽂件夹。
⼆、将opencv添加到环境变量⾥⾯，如下图所⽰。
三、利⽤Cmake软件进⾏编译。源码路径为cpp⽂件所在⽬录，应为⾥⾯有⽂件，作者同时在该⽬录下创建了新的⽂件夹/out⽤于⽣成编译后的⽂件。
四、点击config，选择vs2019 X64选项后，点击Generate
五、根据报错进⾏修改，主要修改cuda_lib、opencv、paddle_dir路径
六、再次点击Generate
七、点击open project，同时我们在out⽂件夹下发现了⽣成了解决⽅案。
备注：PaddleX提供了分类，检测，分割三种预测部署的⽅案，我们案例以检测为例说明。
九、⽣成成功

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。