Skip to content

Latest commit

 

History

History
112 lines (73 loc) · 5.86 KB

windows_vs2019_build.md

File metadata and controls

112 lines (73 loc) · 5.86 KB
Raw

Visual Studio 2019 Community CMake 编译指南

PaddleOCR在Windows 平台下基于Visual Studio 2019 Community 进行了测试。微软从Visual Studio 2017开始即支持直接管理CMake跨平台编译项目，但是直到2019才提供了稳定和完全的支持，所以如果你想使用CMake管理项目编译构建，我们推荐你使用Visual Studio 2019环境下构建。

前置条件

  • Visual Studio 2019
  • CUDA 10.2，cudnn 7+ （仅在使用GPU版本的预测库时需要）
  • CMake 3.0+

请确保系统已经安装好上述基本软件，我们使用的是VS2019的社区版。

下面所有示例以工作目录为 D:\projects演示。

Step1: 下载PaddlePaddle C++ 预测库 paddle_inference

PaddlePaddle C++ 预测库针对不同的CPU和CUDA版本提供了不同的预编译版本，请根据实际情况下载: C++预测库下载列表

解压后D:\projects\paddle_inference目录包含内容为：

paddle_inference
├── paddle # paddle核心库和头文件
|
├── third_party # 第三方依赖库和头文件
|
└── version.txt # 版本和编译信息

Step2: 安装配置OpenCV

  1. 在OpenCV官网下载适用于Windows平台的3.4.6版本， 下载地址
  2. 运行下载的可执行文件，将OpenCV解压至指定目录，如D:\projects\opencv
  3. 配置环境变量，如下流程所示
    • 我的电脑->属性->高级系统设置->环境变量
    • 在系统变量中找到Path（如没有，自行创建），并双击编辑
    • 新建，将opencv路径填入并保存，如D:\projects\opencv\build\x64\vc14\bin

Step3: 使用Visual Studio 2019直接编译CMake

  1. 打开Visual Studio 2019 Community，点击继续但无需代码 step2
  2. 点击： 文件->打开->CMake step2.1

选择项目代码所在路径，并打开CMakeList.txt：

step2.2

  1. 点击：项目->CMake设置

step3

  1. 分别设置编译选项指定CUDA、CUDNN_LIB、OpenCV、Paddle预测库的路径

三个编译参数的含义说明如下（带*表示仅在使用GPU版本预测库时指定, 其中CUDA库版本尽量对齐）：

参数名 含义
*CUDA_LIB CUDA的库路径
*CUDNN_LIB CUDNN的库路径
OPENCV_DIR OpenCV的安装路径
PADDLE_LIB Paddle预测库的路径

注意：

  1. 使用CPU版预测库，请把WITH_GPU的勾去掉
  2. 如果使用的是openblas版本，请把WITH_MKL勾去掉

step4

下面给出with GPU的配置示例： step5 注意： CMAKE_BACKWARDS的版本要根据平台安装cmake的版本进行设置。

设置完成后, 点击上图中保存并生成CMake缓存以加载变量。

  1. 点击生成->全部生成

step6

Step4: 预测

上述Visual Studio 2019编译产出的可执行文件在out\build\x64-Release\Release目录下，打开cmd，并切换到D:\projects\PaddleOCR\deploy\cpp_infer\：

cd D:\projects\PaddleOCR\deploy\cpp_infer

可执行文件ppocr.exe即为样例的预测程序，其主要使用方法如下，更多使用方法可以参考说明文档运行demo部分。

#识别中文图片 `D:\projects\PaddleOCR\doc\imgs_words\ch\`  
.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\ch_ppocr_mobile_v2.0_rec_infer --image_dir=D:\projects\PaddleOCR\doc\imgs_words\ch\

#识别英文图片 'D:\projects\PaddleOCR\doc\imgs_words\en\'
.\out\build\x64-Release\Release\ppocr.exe rec --rec_model_dir=D:\projects\PaddleOCR\inference\rec_mv3crnn --image_dir=D:\projects\PaddleOCR\doc\imgs_words\en\ --char_list_file=D:\projects\PaddleOCR\ppocr\utils\dict\en_dict.txt

第一个参数为配置文件路径，第二个参数为需要预测的图片路径，第三个参数为配置文本识别的字典。

FQA

  • 在Windows下的终端中执行文件exe时，可能会发生乱码的现象，此时需要在终端中输入CHCP 65001，将终端的编码方式由GBK编码(默认)改为UTF-8编码，更加具体的解释可以参考这篇博客：https://blog.csdn.net/qq_35038153/article/details/78430359。

  • 编译时，如果报错错误：C1083 无法打开包括文件:"dirent.h":No such file or directory，可以参考该文档，新建dirent.h文件，并添加到utility.cpp的头文件引用中。同时修改utility.cpp70行：lstat改成stat。

  • 编译时，如果报错Autolog未定义，新建autolog.h文件，内容为：autolog.h，并添加到main.cpp的头文件引用中，再次编译。

  • 运行时，如果弹窗报错找不到paddle_inference.dll或者openblas.dll，在D:\projects\paddle_inference预测库内找到这两个文件，复制到D:\projects\PaddleOCR\deploy\cpp_infer\out\build\x64-Release\Release目录下。不用重新编译，再次运行即可。

  • 运行时，弹窗报错提示应用程序无法正常启动(0xc0000142)，并且cmd窗口内提示You are using Paddle compiled with TensorRT, but TensorRT dynamic library is not found.，把tensort目录下的lib里面的所有dll文件复制到release目录下，再次运行即可。