Pytorch模型转TorchScript及部署

1.背景
通过cpp调用pytorch模型
2. 转换方法
Pytorch框架TorchScript模型转换方法
3. 部署

#include
#include 
#include  

int main()
{
	//定义使用cuda
	auto device = torch::Device(torch::kCUDA,0);
	//读取图片
	auto image = cv::imread("your path to\flower.jpg");
	//缩放至指定大小
	cv::resize(image, image, cv::Size(224, 224));
	//转成张量
	auto input_tensor = torch::from_blob(image.data, { image.rows, image.cols, 3 }, torch::kByte).permute({ 2, 0, 1 }).unsqueeze(0).to(torch::kFloat32) / 225.0;
	//加载模型
	auto model = torch::jit::load("your path to\resnet34.pt");
	model.to(device);
	model.eval();
	//前向传播
	auto output = model.forward({input_tensor.to(device)}).toTensor();
	output = torch::softmax(output, 1);
	std::cout << "模型预测结果为第" << torch::argmax(output) << "类，置信度为" << output.max() << std::endl;
	return 0;
}
————————————————
版权声明：本文为CSDN博主「AllentDan」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/AllentDan/article/details/115313683

4. 踩坑记录
   Pytorch C++部署 之 TorchScript 踩坑记录
   TorchScript使用的注意事项和常见错误
   自己的踩坑记录
   模型转换ok，cpp预测时报错 Error：double free or corruption (!prev)
   查到这个
   关于double free or corruption (!prev)错误
   检查了一下网络的forward()代码，发现该网络调用了一个方法来规范化输入的分辨率，将规范输入分辨率的代码直接放于forward()中，成功解除。(不知道是否是上述链接中的原因造成的，欢迎大家讨论）