title: libtorch教程（四） date: 2021-01-18 19:50:16 tags: libtorch 本章將詳細介紹如何使用libtorch自帶的數據加載模塊，使用該模塊是實現模型訓練的重要條件。除非這個數據加載模塊功能不夠，不然繼承libtorch的數據加載類還是很有 ...

本章簡要介紹如何如何用C++實現一個語義分割器模型，該模型具有訓練和預測的功能。本文的分割模型架構使用簡單的U-Net結構，代碼結構參考了qubvel segmentation中的U-Net部分，該項目簡稱SMP，是基於pytorch實現的開源語義分割項目。本文分享的c++模型幾乎完美復現 ...

前面的章節中我們介紹了libtorch的環境搭建（VS和Qt），libtorch張量常用操作，簡單的MLP，CNN和LSTM模型搭建，以及數據加載類的使用。本章將以圖像分類任務為例，詳細介紹如何使用c++訓練一個圖片分類器。 模型 本文以VGG為例，對比pytorch下的模型搭建和訓練，闡述 ...

前言 本教程旨在教讀者如何用c++寫模型，訓練模型，根據模型預測對象。為便於教學和使用，本文的c++模型均使用libtorch（或者pytorch c++ api）完成搭建和訓練等。目前，國內各大平台似乎沒有pytorch在c++上api的完整教學，也沒有基於c++開發的完整的深度學習開源模型 ...

閱讀本文需要有基礎的pytorch編程經驗，目標檢測框架相關知識，不用很深入，大致了解概念即可。 本章簡要介紹如何如何用C++實現一個目標檢測器模型，該模型具有訓練和預測的功能。本文的分割模型架構使用yolov4-tiny結構，代碼結構參考了bubbliiiing yolov4-tiny，本文 ...

這是個教程總結，libtorch教程一共八章，主要是實現了c++版本的分類，分割和檢測工具吧。這對一些需要C++/C#/Java做項目的同志來說，想必是大大的福音了。 由於代碼全程幾乎手敲，不像現在許多python項目，可以直接從其他地方CV(ctr C + ctr V)過來，同時c++項目 ...

本章講述張量的常見操作，可以先初步了解，具體在設計損失函數等任務中可以用到。隨時翻閱 張量初始化 libtorch(pytorch c++)的大多數api和pytorch保持一致，因此，libtorch中張量的初始化也和pytorch中的類似。本文介紹四種深度圖像編程需要的初始化方法。 第一種 ...

基本模塊搭建 模塊化編程的思想非常重要，通過模塊化編程可以大幅減少重復的敲代碼過程，同時代碼可讀性也會增加。本章將講述如何使用libtorch搭建一些MLP和CNN的基本模塊。 MLP基本單元 首先是線性層的聲明和定義，包括初始化和前向傳播函數。代碼如下： 在MLP的構造線性層模塊類時 ...