系统要求

libtorch：1.6.0+cuda10.1 cmake3.17 g++5.3-7.5都可使用 cuda：10.1

使用方法

1. 安装cmake3.17
2. 安装opencv-3.4.11

• 下载opencv-3.4.11源码

mkdir build
cd build
cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/path/to/install/ -DBUILD_LIST=core,imgproc,imgcodecs ..
make
make install

3. git clone this_project && cd this_project
4. git clone c++的json库nlohmann_json，版本3.9.1(https://github.com/nlohmann/json)
5. 下载cpp模型FasterRcnn_cpp.pt和ROIHead_cpp.pt：https://pan.baidu.com/s/1AvrrhuhJz38vb66lRYmqcw ，提取码：ygel 。或者使用FasterRCNN.py和mmdetection2.2.1的模型文件自行生成。最后得到的文件目录如下图：

|-- CMakeLists.txt
|-- FasterRCNN.py
|-- FasterRcnn_cpp.pt
|-- README.md
|-- ROIHead_cpp.pt
|-- nms
|   |-- CMakeLists.txt
|   |-- nms_cuda.cu
|   `-- nms_cuda.cuh
|....
|-- nlohmann_json
|   |-- CMakeLists.txt
|   |-- README.md
|   |-- include
|   |-- meson.build
|   ....

6. 编译模型

mkdir Release
cd Release
cmake3 -DCMAKE_PREFIX_PATH="/path/to/libtorch1.6.0/;/path/to/opencv/install"  ..  -DCMAKE_BUILD_TYPE=Release
cmake3 --build . --config Release

7. 执行命令./FASTER,随后输入包含文件的目录路径即可运行，如要得到最后的json结果，需要修改test.cpp，然后重新编译
8. json结果格式

{file_name1:[
    {'bbox': [x, y, w, h],
    'category_id': (int),
    'score': (float)},
    {'bbox': [x, y, w, h],
    'category_id': (int),
    'score': (float)},
    ...
],
 file_name2: ...
}