C++ libTorch cpu release 版本，部署教程：https://blog.csdn.net/suiyingy/article/details/124115011

C++ libTorch cpu debug 版本，部署教程：https://blog.csdn.net/suiyingy/article/details/124115011

在众多Pytorch Yolov3 版本中，找到了一版能成功实现libtorch调用的版本。包含修改后的Pytorch源码+模型生成脚本，和libtorch测试的cmake（仅包含前向传播，目前没有非极大值抑制和图像预处理）。系统Ubuntu18.04

libtorch-yolov3：YOLO v3对象检测算法的Libtorch实现

一个基于libtorch（pytorch c ++）的c ++可训练语义分割库。 骨干网：ResNet，ResNext。 架构：到目前为止，FPN，U-Net，PAN，LinkNet，PSPNet，DeepLab-V3，DeepLab-V3 +。 英文| 基于LibTorch的带有神经网络的C ++库，用于图像分割。 :star:如果这个项目对您有帮助，请给个星。 :star:这个库的主要特点是：高级API（仅是创建神经网络的一行）7种用于二进制和多类分割的模型架构（包括传奇的Unet）7种可用的编码器所有编码器均具有经过预先训练的权重，以实现更快，更好的编码与pytorch cuda相比，收敛速度提高了35％或更多，

使用C++深度学习库LIBTORCH实现神经网络线性拟合

libtorch-unet libtorch C ++ pytorch发行

注意里面只有代码，因为本人已转移动端xr方向，所以没来得及写详细的注释，对应博文：ssd pytorch转 libtorch c++实现，谨慎下载，只是因为要的博友有点多，一个个发送实在麻烦，所以放在这里，不能下载可以发邮箱

介绍 对象检测算法的LibTorch推理实现。 GPU和CPU均受支持。 依存关系 Ubuntu 16.04 CUDA 10.2 OpenCV 3.4.12 LibTorch 1.6.0 TorchScript模型导出 请在此处参考官方文档： : 强制更新：开发人员需要修改原始以下代码 # line 29 model.model[-1].export = False 添加GPU支持：请注意， 当前的导出脚本默认情况下使用CPU ，需要对“ export.py”进行如下修改以支持GPU： # line 28 img = torch . zeros (( opt . batch_size , 3 , * opt . img_size )). to ( device = 'cuda' ) # line 31 model = attempt_load ( opt . weigh

windows平台编译的32位的libtorch，基于vs2017版本编译。此版本不支持gpu。windows平台下cpu版的libtorch性能没有保障。有需求的可以尝试ncnn，mnn等平台。