标签：导入到 ... loading MMDeploy lib MMdeploy gy77 mmdeploy build
MMDeploy部署实战系列【第六章】：将编译好的MMdeploy导入到自己的项目中 (C++)
⭐ ⭐ ⭐ 这个系列是一个随笔，是我走过的一些路，有些地方可能不太完善。如果有那个地方没看懂，评论区问就可以，我给补充。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
目录：
0️⃣ mmdeploy源码安装 (转换faster rcnn r50/yolox为tensorrt，并进行推理)_gy77
内容：一文包含了在Linux系统下安装mmdeploy模型转换环境，模型转换为TensorRT，在Linux，Windows下模型推理，推理结果展示。
1️⃣ MMDeploy部署实战系列【第一章】：Docker，Nvidia-docker安装_gy77
内容：docker/nvidia-docker安装，docker/nvidia-docker国内源，docker/nvidia-docker常用命令。
2️⃣ MMDeploy部署实战系列【第二章】：mmdeploy安装及环境搭建_gy77
内容：mmdeploy环境安装三种方法：源码安装，官方docker安装，自定义Dockerfile安装。
3️⃣ MMDeploy部署实战系列【第三章】：MMdeploy pytorch模型转换onnx，tensorrt_gy77
内容：如何查找pytorch模型对应的部署配置文件，模型转换示例：mmcls：resnext50，mmdet：yolox-s，faster rcnn50。
4️⃣ MMDeploy部署实战系列【第四章】：onnx，tensorrt模型推理_gy77
内容：在linux，windows环境下推理，Windows下推理环境安装，推理速度对比，显存对比，可视化展示。
5️⃣ MMDeploy部署实战系列【第五章】：Windows下Release x64编译mmdeploy（C++），对TensorRT模型进行推理_gy77
内容：Windows下环境安装编译环境，编译c++ mmdeploy，编译c++ mmdeploy demo，运行实例。
6️⃣ MMDeploy部署实战系列【第六章】：将编译好的MMdeploy导入到自己的项目中 (C++)_gy77
内容：Windows下环境导入我们编译好的mmdeploy 静态/动态库。
下面是正文：
官方文档： 操作概述 — mmdeploy 0.6.0 文档
项目环境配置：
1️⃣ 创建一个控制台应用，并起名inference_sdk（有自己项目的就在自己项目中直接修改即可，不用这一步）
2️⃣ 右下角属性管理器，右击Release |x64，因为我们编译mmdeploy时用的Release x64，这个要对应，新建一个项目属性表，起名mmlab。
3️⃣ 双击打开mmlab属性表，
标签：导入到,...,loading,MMDeploy,lib,MMdeploy,gy77,mmdeploy,build 来源： https://www.cnblogs.com/gy77/p/16540135.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。