免费建造网站系统,网站推广途径和要点有哪些,wordpress子目录建站,有经验的江苏网站建设目录
写作目的
环境准备
下载编译环境
解压预编译库
准备训练文件
模型文件
图像文件
路径整理
准备预测代码
创建预测应用
新建mfc应用
拷贝文档
配置环境
界面布局
添加回cpp文件
修改函数
报错1解决
报错2未解决
修改infer代码
修改MFCPaddleClasDlg.cp… 目录
写作目的
环境准备
下载编译环境
解压预编译库
准备训练文件
模型文件
图像文件
路径整理
准备预测代码
创建预测应用
新建mfc应用
拷贝文档
配置环境
界面布局
添加回cpp文件
修改函数
报错1解决
报错2未解决
修改infer代码
修改MFCPaddleClasDlg.cpp代码
依赖文件纵览
依赖环境
运行结果 写作目的
为了更方便的进行图像预测。
项目源码下载MFC-PaddleClas图像分类带界面C实现项目源码资源-CSDN文库
环境准备
参考文档PaddlePaddle/FastDeploy
下载编译环境
FastDeploy提供各平台预编译库供开发者直接下载安装使用。当然FastDeploy编译也非常容易开发者也可根据自身需求编译FastDeploy。
本文我们直接下载cpuwindows版本的预编译库。链接为cpu_windows_预编译库 解压预编译库
下载后解压文档就会看到如下几个文件夹。 准备训练文件
主要是模型文件和图像。
模型文件
自己使用paddleclas训练好的文件包含以下3个文件。 图像文件
为了方便演示我们这里只准备了两个图片。 路径整理
我们将模型和图像分别放到这两个文件夹中 准备预测代码
这里我们直接下载官方给我们写好的cpp文件。
地址为下载infer.cc文件 创建预测应用
新建mfc应用 拷贝文档
将上面整理好的文档全部拷贝到sln所在文件夹。其中1代表编译环境2代表训练文件3代表预测代码【注意需要将cc后缀修改为cpp】。 将cpp文件添加到资源管理器的“源文件”中。 配置环境
在VC目录中配置包含目录fastdeploy和opencv。 在VC目录中配置库目录fastdeploy和opencv。 从如下目录拷贝opencv的opencv_world3416.lib。 添加到链接器-输入-附加依赖项中。 界面布局
资源视图中找到IDD_MFCPADDLECLAS_DIALOG。开始添加各种按钮和文本编辑框。 从左侧的对话框编辑器中添加组件。 添加完成后的截图如下 在MFCPaddleClasDlg.h中增加组件变量
private:// 控件变量CButton m_btnSelectFolder_Model;//模型选择按钮CButton m_btnSelectFolder_Img; //图像路径选择按钮CButton m_btnImgPredict; //图像预测按钮CEdit m_editDirectory_Model; //模型路径编辑框 CEdit m_editDirectory_Img; //图像路径编辑框// 选定模型和图像文件夹路径CString m_selectedFolderPath_Model;CString m_selectedFolderPath_Img;增加按钮点击后的事件处理函数
public:afx_msg void OnBnClickedButtonFolder_Model();afx_msg void OnBnClickedButtonFolder_Img();afx_msg void OnBnClickedButtonImgPredict();接下来需要在实现文件MFCPaddleClasDlg.cpp中实现这些新增的函数和逻辑以及将相应的功能添加到对话框的事件处理函数中。
比如增加如下代码
void CMFCPaddleClasDlg::DoDataExchange(CDataExchange* pDX)
{CDialogEx::DoDataExchange(pDX);DDX_Control(pDX, IDC_BUTTON_model, m_btnSelectFolder_Model);DDX_Control(pDX, IDC_BUTTON_img, m_btnSelectFolder_Img);DDX_Control(pDX, IDC_EDIT_model, m_editDirectory_Model);DDX_Control(pDX, IDC_EDIT_img, m_editDirectory_Img);
}在BEGIN_MESSAGE_MAP增加如下代码
BEGIN_MESSAGE_MAP(CMFCPaddleClasDlg, CDialogEx)ON_WM_SYSCOMMAND()ON_WM_PAINT()ON_WM_QUERYDRAGICON()// 增加ON_BN_CLICKED(IDC_BUTTON_model, CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model)ON_BN_CLICKED(IDC_BUTTON_img, CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img)ON_BN_CLICKED(IDC_BUTTON_predict, CMFCPaddleClasDlg::OnBnClickedButtonImgPredict)
END_MESSAGE_MAP()实现函数OnBnClickedButtonFolder_ModelOnBnClickedButtonFolder_Img。具体如下
void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model()
{CFolderPickerDialog folderDlg;if (folderDlg.DoModal() IDOK){m_selectedFolderPath_Model folderDlg.GetPathName();m_editDirectory_Model.SetWindowText(m_selectedFolderPath_Model);}
}void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img()
{CFolderPickerDialog folderDlg;if (folderDlg.DoModal() IDOK){m_selectedFolderPath_Img folderDlg.GetPathName();m_editDirectory_Img.SetWindowText(m_selectedFolderPath_Img);}
}以及OnBnClickedButtonImgPredict代码如下
void CMFCPaddleClasDlg::OnBnClickedButtonImgPredict()
{// 检查模型和图片路径是否已经选择if (m_selectedFolderPath_Model.IsEmpty() || m_selectedFolderPath_Img.IsEmpty()){AfxMessageBox(_T(请先选择模型和图片的文件夹路径。), MB_ICONWARNING);return;}// 执行预测这里假设有一个函数ExecutePrediction它接受图片路径并返回预测结果CString predictionResult ExecutePrediction(m_selectedFolderPath_Img);if (predictionResult.IsEmpty()){AfxMessageBox(_T(图片预测失败。), MB_ICONERROR);return;}// 显示预测结果AfxMessageBox(_T(预测结果: ) predictionResult);
}// 以下是ExecutePrediction的示例实现需要根据实际情况进行修改
CString CMFCPaddleClasDlg::ExecutePrediction(const CString imagePath)
{// 执行预测的逻辑// 返回预测结果return _T(预测结果); // 示例代码实际应根据预测结果返回
}由于我们又额外定义了1个函数因此需要在.h文件里面进行函数声明。如下 由于我们还没有用到infer.cpp文件所以暂时先将其移除。 当我们点击运行后就会看到如下界面 然后当我们如果不输入任何路径直接点击”图像预测按钮“就会出来如下提示 添加回cpp文件
将infer.cpp文件加回来并且修改代码
#原来的代码
// Copyright (c) 2022 PaddlePaddle Authors. All Rights Reserved.
#include fastdeploy/vision.h
#ifdef WIN32
const char sep \\;
#else
const char sep /;
#endifvoid InitAndInfer(const std::string model_dir, const std::string image_file,const fastdeploy::RuntimeOption option) {auto model_file model_dir sep inference.pdmodel;auto params_file model_dir sep inference.pdiparams;auto config_file model_dir sep inference_cls.yaml;auto model fastdeploy::vision::classification::PaddleClasModel(model_file, params_file, config_file, option);if (!model.Initialized()) {std::cerr Failed to initialize. std::endl;return;}auto im cv::imread(image_file);fastdeploy::vision::ClassifyResult res;if (!model.Predict(im, res)) {std::cerr Failed to predict. std::endl;return;}// print resstd::cout res.Str() std::endl;
}int main(int argc, char *argv[]) {if (argc 4) {std::cout Usage: infer_demo path/to/model path/to/image run_option, e.g ./infer_demo ./ResNet50_vd ./test.jpeg 0 std::endl;return -1;}fastdeploy::RuntimeOption option;int flag std::atoi(argv[3]);if (flag 0) {option.UseCpu();option.UsePaddleBackend(); // Paddle Inference} else if (flag 1) {option.UseCpu();option.UseOpenVINOBackend(); // OpenVINO} else if (flag 2) {option.UseCpu();option.UseOrtBackend(); // ONNX Runtime} else if (flag 3) {option.UseCpu();option.UseLiteBackend(); // Paddle Lite} else if (flag 4) {option.UseGpu();option.UsePaddleBackend(); // Paddle Inference} else if (flag 5) {option.UseGpu();option.UsePaddleInferBackend();option.paddle_infer_option.enable_trt true;} else if (flag 6) {option.UseGpu();option.UseOrtBackend(); // ONNX Runtime} else if (flag 7) {option.UseGpu();option.UseTrtBackend(); // TensorRT}std::string model_dir argv[1];std::string image_dir argv[2];InitAndInfer(model_dir, image_dir, option);
}修改原来的代码为如下【去除命令行传参而是使用参数传递】
#include fastdeploy/vision.h
#ifdef WIN32
const char sep \\;
#else
const char sep /;
#endifvoid InitAndInfer(const std::string model_dir, const std::string image_file,const fastdeploy::RuntimeOption option) {auto model_file model_dir sep inference.pdmodel;auto params_file model_dir sep inference.pdiparams;auto config_file model_dir sep inference_cls.yaml;auto model fastdeploy::vision::classification::PaddleClasModel(model_file, params_file, config_file, option);if (!model.Initialized()) {std::cerr Failed to initialize. std::endl;return;}auto im cv::imread(image_file);fastdeploy::vision::ClassifyResult res;if (!model.Predict(im, res)) {std::cerr Failed to predict. std::endl;return;}// print resstd::cout res.Str() std::endl;
}int main() {// 直接指定模型目录和图片文件路径std::string model_dir ./ResNet50_vd;std::string image_file ./test.jpeg;// 设置运行选项fastdeploy::RuntimeOption option;// 根据需要选择CPU或GPUoption.UseCpu(); // 或者 option.UseGpu(); 来使用GPUoption.UsePaddleBackend(); // Paddle Inference// 调用InitAndInfer函数InitAndInfer(model_dir, image_file, option);return 0;
}修改函数
当用户点击按钮预测运行OnBnClickedButtonImgPredict函数这个函数要调用infer.cpp函数的代码。如何修改代码呢
首先在头文件夹中新建一个infer.h文件。写入如下代码
// infer.h
#pragma once#include fastdeploy/vision.h
#include stringstd::string InitAndInfer(const std::string model_dir, const std::string image_file,const fastdeploy::RuntimeOption option);在MFCPaddleClasDlg.cpp代码中增加如下头文件
#includeinfer.h// 包含infer.cpp的头文件修改infer.cpp文件如下【需要注意】#include pch.h一定不要忘记添加否则运行会出错。
严重性 代码 说明 项目 文件 行 禁止显示状态
错误 C1010 在查找预编译头时遇到意外的文件结尾。是否忘记了向源中添加“#include pch.h”? MFCPaddleClas C:\Users\source\repos\MFCPaddleClas\infer.cpp 43 // infer.cpp
#include pch.h
#include infer.h
#include fastdeploy/vision.h
#include opencv2/opencv.hpp
#include string
#include iostream#ifdef WIN32
const char sep \\;
#else
const char sep /;
#endifstd::string InitAndInfer(const std::string model_dir, const std::string image_file,const fastdeploy::RuntimeOption option) {auto model_file model_dir sep inference.pdmodel;auto params_file model_dir sep inference.pdiparams;auto config_file model_dir sep inference_cls.yaml;auto model fastdeploy::vision::classification::PaddleClasModel(model_file, params_file, config_file, option);if (!model.Initialized()) {std::cerr 模型初始化失败. std::endl;return 模型初始化失败;}auto im cv::imread(image_file);if (im.empty()) {std::cerr 读取图像失败. std::endl;return Failed to read image;}fastdeploy::vision::ClassifyResult res;if (!model.Predict(im, res)) {std::cerr 预测失败. std::endl;return 预测失败;}// Return the result as a stringreturn res.Str();
}修改CMFCPaddleClasDlg::ExecutePrediction函数如下
CString CMFCPaddleClasDlg::ExecutePrediction(const CString imagePath)
{// 将CString转换为std::stringCT2CA pszModelPath(m_selectedFolderPath_Model);std::string strModelPath(pszModelPath);CT2CA pszImagePath(imagePath);std::string strImagePath(pszImagePath);// 调用infer.cpp中的InitAndInfer函数fastdeploy::RuntimeOption option;option.UseCpu();option.UsePaddleBackend();std::string result InitAndInfer(strModelPath, strImagePath, option);// 将结果转换回CStringCString cstrResult(result.c_str());return cstrResult;
}报错1解决
现在运行程序会出现如下错误
严重性 代码 说明 项目 文件 行 禁止显示状态
错误 LNK2001 无法解析的外部符号 __declspec(dllimport) public: __cdecl fastdeploy::vision::classification::PaddleClasModel::PaddleClasModel(class std::basic_stringchar,struct std::char_traitschar,class std::allocatorchar const ,class std::basic_stringchar,struct std::char_traitschar,class std::allocatorchar const ,class std::basic_stringchar,struct std::char_traitschar,class std::allocatorchar const ,struct fastdeploy::RuntimeOption const ,enum fastdeploy::ModelFormat const ) (__imp_??0PaddleClasModelclassificationvisionfastdeployQEAAAEBV?$basic_stringDU?$char_traitsDstdV?$allocatorD2std00AEBURuntimeOption3AEBW4ModelFormat3Z) MFCPaddleClas C:\Users\source\repos\MFCPaddleClas\infer.obj 1 这个原因的因为附加依赖项中缺少fastdeploy.dll文件我们添加进来就好了。如下 这时再次运行程序就会出现 这说明程序运行时需要的动态库dll没有放到exe所在目录我们加进去一共有几个呢如下几个文件夹中各自的dll文件都要复制过去外加fastdeploy.dlltbb.dllmkldnn.dllicuuc70.dllicudt70.dll【已经验证的确如此】。
tbb.dll是 英特尔线程构建块库中的一个关键组件它提供了一组线程并行编程工具对于运行某些依赖于此库的软件或游戏至关重要。 位于fastdeploy-win-x64-1.0.7\third_libs\install\openvino\runtime\3rdparty\tbb\bin mkldnn.dll是 Intel MKL-DNNMath Kernel Library for Deep Neural Networks的动态链接库文件。 MKL-DNN 是由 Intel 开发的一个开源库专门针对在 CPU 上运行的深度学习应用进行了优化以提高性能。 这个库提供了一套 API用于深度学习中的各种操作比如卷积、池化等并且能够利用 Intel 处理器的 SIMD 指令集如 AVX2来加速这些操作。 在使用 MKL-DNN 时 mkldnn.dll 文件作为动态库被应用程序在运行时调用以实现对深度学习模型的加速。 位于fastdeploy\third_libs\install\paddle_inference\third_party\install\mkldnn\lib icuuc70.dll属于 International Components for Unicode (ICU) 项目的一部分。 ICU 是一个成熟、广泛使用的开源软件库提供 Unicode 和全球化支持。 这个库包含了多个组件用于支持各种软件开发中的字符串处理、日期/时间格式化、数字格式化等国际化功能。位于fastdeploy\third_libs\install\fast_tokenizer\third_party\lib icudt70.dll International Components for Unicode (ICU) 项目的一部分这是一个提供 Unicode 和全球化支持的成熟、广泛使用的开源软件库。ICU 包含了多个组件用于支持软件开发中的字符串处理、日期/时间格式化、数字格式化等国际化功能。位于fastdeploy\third_libs\install\fast_tokenizer\third_party\lib 再次运行报错如下[未加载kernelbase.pdb] 后来查阅资料是因为缺少一些东西
openvino相关库plugins.xml文件
因此补充这两个文件后不报这个错了[未加载kernelbase.pdb]。但是又出来了其他错误
未处理的异常auto model fastdeploy::vision::classification::PaddleClasModel 报错2未解决
这个报错实在是找不到解决方案。【搞了很久头要炸了】 因此我用了自己之前编译好的fastdeploy【点击链接下载【Windows-x64-gpu或者cpu预测】编译好的FastDeploy环境资源-CSDN文库】就解决了这个问题
修改infer代码
// infer.cpp
#include pch.h // 确保pch.h在包含其他头文件之前
#include fastdeploy/vision.h
#include string
#include iostream
#include opencv2/opencv.hpp // 包含OpenCV的头文件
#include filesystem // C17文件系统库用于遍历文件夹#ifdef WIN32
const char sep \\;
#else
const char sep /;
#endifnamespace fs std::filesystem; // 文件系统命名空间别名std::vectorstd::string InitAndInfer(const std::string model_dir, const std::string image_folder, const fastdeploy::RuntimeOption option) {std::vectorstd::string results; // 存储每个图像的预测结果// 构建模型文件路径auto model_file model_dir sep inference.pdmodel;auto params_file model_dir sep inference.pdiparams;auto config_file model_dir sep inference_cls.yaml;// 加载模型auto model fastdeploy::vision::classification::PaddleClasModel(model_file, params_file, config_file, option);if (!model.Initialized()) {std::cerr Failed to initialize. std::endl;return results; // 如果初始化失败返回空结果}// 遍历文件夹中的所有图像for (const auto entry : fs::directory_iterator(image_folder)) {if (entry.is_regular_file()) {auto image_file entry.path().string();auto im cv::imread(image_file);if (im.empty()) {std::cerr Failed to read image: image_file std::endl;continue; // 如果读取图像失败则跳过当前图像}fastdeploy::vision::ClassifyResult res;int topk 20;if (!model.Predict(im, res, topk)) {std::cerr Failed to predict for image: image_file std::endl;continue; // 如果预测失败则跳过当前图像}// 将结果添加到返回的容器中results.push_back(Image: image_file - res.Str());}}return results; // 返回结果
}修改MFCPaddleClasDlg.cpp代码
// MFCPaddleClasDlg.cpp: 实现文件
//#include pch.h
#include framework.h
#include MFCPaddleClas.h
#include MFCPaddleClasDlg.h
#include afxdialogex.h
#include infer.h // 包含infer.cpp的头文件
#include fastdeploy/vision.h#ifdef _DEBUG
#define new DEBUG_NEW
#endif// 用于应用程序“关于”菜单项的 CAboutDlg 对话框class CAboutDlg : public CDialogEx
{
public:CAboutDlg();// 对话框数据
#ifdef AFX_DESIGN_TIMEenum { IDD IDD_ABOUTBOX };
#endifprotected:virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV 支持// 实现
protected:DECLARE_MESSAGE_MAP()
};CAboutDlg::CAboutDlg() : CDialogEx(IDD_ABOUTBOX)
{
}void CAboutDlg::DoDataExchange(CDataExchange* pDX)
{CDialogEx::DoDataExchange(pDX);
}BEGIN_MESSAGE_MAP(CAboutDlg, CDialogEx)
END_MESSAGE_MAP()// CMFCPaddleClasDlg 对话框CMFCPaddleClasDlg::CMFCPaddleClasDlg(CWnd* pParent /*nullptr*/): CDialogEx(IDD_MFCPADDLECLAS_DIALOG, pParent)
{m_hIcon AfxGetApp()-LoadIcon(IDR_MAINFRAME);
}void CMFCPaddleClasDlg::DoDataExchange(CDataExchange* pDX)
{CDialogEx::DoDataExchange(pDX);DDX_Control(pDX, IDC_BUTTON_model, m_btnSelectFolder_Model);DDX_Control(pDX, IDC_BUTTON_img, m_btnSelectFolder_Img);DDX_Control(pDX, IDC_EDIT_model, m_editDirectory_Model);DDX_Control(pDX, IDC_EDIT_img, m_editDirectory_Img);
}BEGIN_MESSAGE_MAP(CMFCPaddleClasDlg, CDialogEx)ON_WM_SYSCOMMAND()ON_WM_PAINT()ON_WM_QUERYDRAGICON()// 增加ON_BN_CLICKED(IDC_BUTTON_model, CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model)ON_BN_CLICKED(IDC_BUTTON_img, CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img)ON_BN_CLICKED(IDC_BUTTON_predict, CMFCPaddleClasDlg::OnBnClickedButtonImgPredict)
END_MESSAGE_MAP()// CMFCPaddleClasDlg 消息处理程序BOOL CMFCPaddleClasDlg::OnInitDialog()
{CDialogEx::OnInitDialog();// 将“关于...”菜单项添加到系统菜单中。// IDM_ABOUTBOX 必须在系统命令范围内。ASSERT((IDM_ABOUTBOX 0xFFF0) IDM_ABOUTBOX);ASSERT(IDM_ABOUTBOX 0xF000);CMenu* pSysMenu GetSystemMenu(FALSE);if (pSysMenu ! nullptr){BOOL bNameValid;CString strAboutMenu;bNameValid strAboutMenu.LoadString(IDS_ABOUTBOX);ASSERT(bNameValid);if (!strAboutMenu.IsEmpty()){pSysMenu-AppendMenu(MF_SEPARATOR);pSysMenu-AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);}}// 设置此对话框的图标。 当应用程序主窗口不是对话框时框架将自动// 执行此操作SetIcon(m_hIcon, TRUE); // 设置大图标SetIcon(m_hIcon, FALSE); // 设置小图标// TODO: 在此添加额外的初始化代码return TRUE; // 除非将焦点设置到控件否则返回 TRUE
}void CMFCPaddleClasDlg::OnSysCommand(UINT nID, LPARAM lParam)
{if ((nID 0xFFF0) IDM_ABOUTBOX){CAboutDlg dlgAbout;dlgAbout.DoModal();}else{CDialogEx::OnSysCommand(nID, lParam);}
}// 如果向对话框添加最小化按钮则需要下面的代码
// 来绘制该图标。 对于使用文档/视图模型的 MFC 应用程序
// 这将由框架自动完成。void CMFCPaddleClasDlg::OnPaint()
{if (IsIconic()){CPaintDC dc(this); // 用于绘制的设备上下文SendMessage(WM_ICONERASEBKGND, reinterpret_castWPARAM(dc.GetSafeHdc()), 0);// 使图标在工作区矩形中居中int cxIcon GetSystemMetrics(SM_CXICON);int cyIcon GetSystemMetrics(SM_CYICON);CRect rect;GetClientRect(rect);int x (rect.Width() - cxIcon 1) / 2;int y (rect.Height() - cyIcon 1) / 2;// 绘制图标dc.DrawIcon(x, y, m_hIcon);}else{CDialogEx::OnPaint();}
}//当用户拖动最小化窗口时系统调用此函数取得光标
//显示。
HCURSOR CMFCPaddleClasDlg::OnQueryDragIcon()
{return static_castHCURSOR(m_hIcon);
}void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model()
{CFolderPickerDialog folderDlg;if (folderDlg.DoModal() IDOK){m_selectedFolderPath_Model folderDlg.GetPathName();m_editDirectory_Model.SetWindowText(m_selectedFolderPath_Model);}
}void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img()
{CFolderPickerDialog folderDlg;if (folderDlg.DoModal() IDOK){m_selectedFolderPath_Img folderDlg.GetPathName();m_editDirectory_Img.SetWindowText(m_selectedFolderPath_Img);}
}void CMFCPaddleClasDlg::OnBnClickedButtonImgPredict()
{// 检查模型和图片路径是否已经选择if (m_selectedFolderPath_Model.IsEmpty() || m_selectedFolderPath_Img.IsEmpty()){AfxMessageBox(_T(请先选择模型和图片的文件夹路径。), MB_ICONWARNING);return;}// 执行预测这里假设有一个函数ExecutePrediction它接受图片路径并返回预测结果CString predictionResult ExecutePrediction(m_selectedFolderPath_Img);if (predictionResult.IsEmpty()){AfxMessageBox(_T(图片预测失败。), MB_ICONERROR);return;}// 显示预测结果AfxMessageBox(_T(预测结果: ) predictionResult);
}//CString CMFCPaddleClasDlg::ExecutePrediction(const CString imagePath)
//{
// // 执行预测的逻辑
// // 返回预测结果
// return _T(预测结果); // 示例代码实际应根据预测结果返回
//}
//CString CMFCPaddleClasDlg::ExecutePrediction(const CString imagePath)
//{
// // 将CString转换为std::string
// std::string model_dir std::string(CT2CA(m_selectedFolderPath_Model));
// std::string image_file std::string(CT2CA(imagePath));
//
// // 设置运行选项
// fastdeploy::RuntimeOption option;
// // 根据需要选择CPU或GPU
// option.UseCpu(); // 或者 option.UseGpu(); 来使用GPU
// //option.UsePaddleBackend(); // Paddle Inference
//
// // 调用InitAndInfer函数,获取预测结果
// std::vectorstd::string results InitAndInfer(model_dir, image_file, option);
//
// // 输出结果
// for (const auto res : results) {
// std::cout res std::endl;
// }
// return _T(预测结果); // 示例代码实际应根据预测结果返回
//}CString CMFCPaddleClasDlg::ExecutePrediction(const CString imagePath)
{// 将CString转换为std::stringstd::string model_dir std::string(CT2CA(m_selectedFolderPath_Model));std::string image_file std::string(CT2CA(imagePath));// 设置运行选项fastdeploy::RuntimeOption option;//option.UseCpu(); // 或者 option.UseGpu(); 来使用GPUoption.UseGpu();// 调用InitAndInfer函数获取预测结果std::vectorstd::string results InitAndInfer(model_dir, image_file, option);// 拼接所有结果std::string concatenatedResults;for (const auto res : results) {concatenatedResults res \n; // 使用换行符分隔每个结果}// 返回拼接后的字符串return CString(concatenatedResults.c_str());
}依赖文件纵览 模型文件 图像文件 Release文件内容 依赖环境 包含目录 库目录 依赖项
运行结果
运行软件输入模型和图像路径给出结果如下 大功告成
