PaddleClas/deploy/cpp_infer/docs/windows_vs2019_build.md

Visual Studio 2019 Community CMake 编译指南

PaddleClas在Windows 平台下基于Visual Studio 2019 Community 进行了测试。微软从Visual Studio 2017开始即支持直接管理CMake跨平台编译项目，但是直到2019才提供了稳定和完全的支持，所以如果你想使用CMake管理项目编译构建，我们推荐使用Visual Studio 2019。如果您希望通过生成sln解决方案的方式进行编译，可以参考该文档：https://zhuanlan.zhihu.com/p/145446681。

前置条件

• Visual Studio 2019
• CUDA 9.0 / CUDA 10.0，cudnn 7.6+ （仅在使用GPU版本的预测库时需要）
• CMake 3.0+

请确保系统已经正确安装并配置好上述基本软件，其中：

• 在安装Visual Studio 2019时，工作负载需要勾选使用C++的桌面开发；
• CUDA需要正确安装并设置系统环境变量；
• CMake需要正确安装并将路径添加到系统环境变量中。

以下测试基于Visual Studio 2019 Community版本。

下面所有示例以工作目录为 D:\projects演示。

Step1: 下载PaddlePaddle C++ 预测库 paddle_inference_install_dir

PaddlePaddle C++ 预测库针对不同的CPU和CUDA版本提供了不同的预编译版本，请根据实际情况下载: C++预测库下载列表。

解压后D:\projects\paddle_inference_install_dir目录包含内容为：

paddle_inference_install_dir
├── paddle # paddle核心库和头文件
|
├── third_party # 第三方依赖库和头文件
|
└── version.txt # 版本和编译信息

然后需要将Paddle预测库的路径D:\projects\paddle_inference_install_dir\paddle\lib添加到系统环境变量Path中。

Step2: 安装配置OpenCV

1. 在OpenCV官网下载适用于Windows平台的3.4.6版本， 下载地址
2. 运行下载的可执行文件，将OpenCV解压至指定目录，如D:\projects\opencv
3. 配置环境变量，如下流程所示
   • 此电脑（我的电脑）-> 属性 -> 高级系统设置 -> 环境变量
   • 在系统变量中找到Path（如没有，自行创建），并双击编辑
   • 新建，将OpenCV路径填入并保存，如 D:\projects\opencv\build\x64\vc14\bin

Step3: 使用Visual Studio 2019直接编译CMake

1. 打开Visual Studio 2019 Community，点击 继续但无需代码

2. 点击： 文件->打开->CMake

选择项目代码所在路径，并打开CMakeList.txt：

3. 点击：项目->cpp_inference_demo的CMake设置

4. 请设置以下参数的值

名称	值	保存到 JSON
CMAKE_BACKWARDS_COMPATIBILITY	3.17	[√]
CMAKE_BUILD_TYPE	RelWithDebInfo	[√]
CUDA_LIB	CUDA的库路径	[√]
CUDNN_LIB	CUDNN的库路径	[√]
OpenCV_DIR	OpenCV的安装路径	[√]
PADDLE_LIB	Paddle预测库的路径	[√]
WITH_GPU	[√]	[√]
WITH_MKL	[√]	[√]
WITH_STATIC_LIB	[√]	[√]

注意：

1. CMAKE_BACKWARDS_COMPATIBILITY 的值请根据自己 cmake 版本设置，cmake 版本可以通过命令：cmake --version 查询；
2. CUDA_LIB 、 CUDNN_LIB 的值仅需在使用GPU版本预测库时指定，其中CUDA库版本尽量对齐，使用9.0、10.0版本，不使用9.2、10.1等版本CUDA库；
3. 在设置 CUDA_LIB、CUDNN_LIB、OPENCV_DIR、PADDLE_LIB 时，点击 浏览，分别设置相应的路径；
   • CUDA_LIB和CUDNN_LIB：该路径取决于CUDA与CUDNN的安装位置。
   • OpenCV_DIR：该路径下需要有.cmake文件，一般为opencv/build/；
   • PADDLE_LIB：该路径下需要有CMakeCache.txt文件，一般为paddle_inference_install_dir/。
4. 在使用 CPU 版预测库时，请不要勾选 WITH_GPU - 保存到 JSON。

设置完成后, 点击上图中 保存并生成CMake缓存以加载变量 。

5. 点击生成->全部生成

Step4: 预测及可视化

在完成上述操作后，Visual Studio 2019 编译产出的可执行文件 clas_system.exe 在 out\build\x64-Release目录下，打开cmd，并切换到该目录：

cd D:\projects\PaddleClas\deploy\cpp_infer\out\build\x64-Release

可执行文件clas_system.exe即为编译产出的的预测程序，其使用方法如下：

.\clas_system.exe D:\projects\PaddleClas\deploy\cpp_infer\tools\config.txt .\docs\ILSVRC2012_val_00008306.JPEG

上述命令中，第一个参数（D:\projects\PaddleClas\deploy\cpp_infer\tools\config.txt）为配置文件路径，第二个参数（.\docs\ILSVRC2012_val_00008306.JPEG）为需要预测的图片路径。

注意，需要在配置文件中正确设置预测参数，包括所用模型文件的路径（cls_model_path和cls_params_path）。

注意

• 在Windows下的终端中执行文件exe时，可能会发生乱码的现象，此时需要在终端中输入CHCP 65001，将终端的编码方式由GBK编码(默认)改为UTF-8编码，更加具体的解释可以参考这篇博客：https://blog.csdn.net/qq_35038153/article/details/78430359。
• 如果需要使用CPU预测，PaddlePaddle在Windows上仅支持avx的CPU预测，目前不支持noavx的CPU预测。
• 在使用生成的clas_system.exe进行预测时，如提示由于找不到paddle_fluid.dll，无法继续执行代码。重新安装程序可能会解决此问题，请检查是否将Paddle预测库路径添加到系统环境变量，详见Step1: 下载PaddlePaddle C++ 预测库 paddle_inference_install_dir