如果有用，别忘了给我star
- win10
- visual sutdio 2017 或者Qt4.11.0
- Libtorch 1.7
- Opencv4.5
libtorch+Visual Studio和libtorch+QT分别记录libtorch在VS和Qt的开发环境配置。
注意，这个项目不是直接利用torch::jit加载.pt模型预测，而是用c++构建深度学习模型，在c++中训练预测。
本教程旨在教读者如何用c++搭建模型，训练模型，根据训练结果预测对象。为便于教学和使用，本文的c++模型均使用libtorch（或者pytorch c++ api）完成搭建和训练等。目前，国内各大平台似乎没有pytorch在c++上api的完整教学，也没有基于c++开发的完整的深度学习开源模型。可能原因很多：
- c/c++的深度学习已经足够底层和落地，商用价值较高，开发难度偏大，一般不会开源；
- 基于python训练，libtorch预测的部署形式足够满足大多数项目的需求，如非产品级应用，不会有人愿意研究如何用c++从头搭建模型，实现模型训练功能；
- Tensorflow的市场份额，尤其时工业应用的部署下市场占比足够高，导致基于libtorch的开发和部署占比很小，所以未见开源。
本教程提供基于libtorch的c++开发的深度学习视觉模型教学，本教程的开发平台基于Windows环境和Visual Sutdio集成开发环境，实现三大深度视觉基本任务：分类，分割和检测。适用人群为：
- 有c++基础，了解面向对象思维，
- 有pytorch编程经验者。
本教程分多个章节：
- 第一章：libtorch+Visual Studio和libtorch+QT开发环境搭建
- 第二章：张量的常规操作
- 第三章：简单MLP,CNN,LSTM模型搭建
- 第四章：数据加载模块使用
- 第五章：分类模型搭建，训练和预测
- 第六章：分割模型搭建，训练和预测
- 第七章：目标检测模型搭建，训练和预测
- 第八章：总结