使用MFC编写一个paddleclas预测软件

目录

写作目的

环境准备

下载编译环境

解压预编译库

准备训练文件

模型文件

图像文件

路径整理

准备预测代码

创建预测应用

新建mfc应用

拷贝文档

配置环境

界面布局

添加回cpp文件

修改函数

报错1解决

报错2未解决

修改infer代码

修改MFCPaddleClasDlg.cpp代码

依赖文件纵览

依赖环境

运行结果

写作目的

为了更方便的进行图像预测。

项目源码下载：MFC-PaddleClas图像分类+带界面C++实现+项目源码资源-CSDN文库

环境准备

参考文档：PaddlePaddle/FastDeploy

下载编译环境

FastDeploy提供各平台预编译库，供开发者直接下载安装使用。当然FastDeploy编译也非常容易，开发者也可根据自身需求编译FastDeploy。

本文，我们直接下载cpu+windows版本的预编译库。链接为：cpu_windows_预编译库

解压预编译库

下载后，解压文档，就会看到如下几个文件夹。

准备训练文件

主要是模型文件和图像。

模型文件

自己使用paddleclas训练好的文件，包含以下3个文件。

图像文件

为了方便演示，我们这里只准备了两个图片。

路径整理

我们将模型和图像分别放到这两个文件夹中：

准备预测代码

这里，我们直接下载官方给我们写好的cpp文件。

地址为：下载infer.cc文件

创建预测应用

新建mfc应用

拷贝文档

将上面整理好的文档，全部拷贝到sln所在文件夹。其中1代表：编译环境；2代表训练文件；3代表预测代码【注意，需要将cc后缀修改为cpp】。

将cpp文件，添加到资源管理器的“源文件”中。

配置环境

在VC++目录中，配置包含目录：fastdeploy和opencv。

在VC++目录中，配置库目录：fastdeploy和opencv。

从如下目录拷贝opencv的opencv_world3416.lib。

添加到：链接器-输入-附加依赖项中。

界面布局

资源视图中，找到：IDD_MFCPADDLECLAS_DIALOG。开始添加各种按钮和文本编辑框。

从左侧的对话框编辑器中，添加组件。

添加完成后的截图如下：

在MFCPaddleClasDlg.h中，增加组件变量：

private:
	// 控件变量
	CButton m_btnSelectFolder_Model;//模型选择按钮
	CButton m_btnSelectFolder_Img; //图像路径选择按钮
	CButton m_btnImgPredict; //图像预测按钮
	CEdit m_editDirectory_Model; //模型路径编辑框	
	CEdit m_editDirectory_Img; //图像路径编辑框
        

        // 选定模型和图像文件夹路径
	CString m_selectedFolderPath_Model;
	CString m_selectedFolderPath_Img;

增加按钮点击后的事件处理函数：

public:
	afx_msg void OnBnClickedButtonFolder_Model();
	afx_msg void OnBnClickedButtonFolder_Img();
	afx_msg void OnBnClickedButtonImgPredict();

接下来，需要在实现文件MFCPaddleClasDlg.cpp中实现这些新增的函数和逻辑，以及将相应的功能，添加到对话框的事件处理函数中。

比如，增加如下代码：

void CMFCPaddleClasDlg::DoDataExchange(CDataExchange* pDX)
{
	CDialogEx::DoDataExchange(pDX);
	DDX_Control(pDX, IDC_BUTTON_model, m_btnSelectFolder_Model);
	DDX_Control(pDX, IDC_BUTTON_img, m_btnSelectFolder_Img);
	DDX_Control(pDX, IDC_EDIT_model, m_editDirectory_Model);
	DDX_Control(pDX, IDC_EDIT_img, m_editDirectory_Img);
}

在BEGIN_MESSAGE_MAP增加如下代码：

BEGIN_MESSAGE_MAP(CMFCPaddleClasDlg, CDialogEx)
	ON_WM_SYSCOMMAND()
	ON_WM_PAINT()
	ON_WM_QUERYDRAGICON()
	// 增加
	ON_BN_CLICKED(IDC_BUTTON_model, &CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model)
	ON_BN_CLICKED(IDC_BUTTON_img, &CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img)
	ON_BN_CLICKED(IDC_BUTTON_predict, &CMFCPaddleClasDlg::OnBnClickedButtonImgPredict)
END_MESSAGE_MAP()

实现函数OnBnClickedButtonFolder_Model，OnBnClickedButtonFolder_Img。具体如下：

void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model()
{
	CFolderPickerDialog folderDlg;
	if (folderDlg.DoModal() == IDOK)
	{
		m_selectedFolderPath_Model = folderDlg.GetPathName();
		m_editDirectory_Model.SetWindowText(m_selectedFolderPath_Model);
	}
}

void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img()
{
	CFolderPickerDialog folderDlg;
	if (folderDlg.DoModal() == IDOK)
	{
		m_selectedFolderPath_Img = folderDlg.GetPathName();
		m_editDirectory_Img.SetWindowText(m_selectedFolderPath_Img);
	}
}

以及OnBnClickedButtonImgPredict，代码如下：

void CMFCPaddleClasDlg::OnBnClickedButtonImgPredict()
{
	// 检查模型和图片路径是否已经选择
	if (m_selectedFolderPath_Model.IsEmpty() || m_selectedFolderPath_Img.IsEmpty())
	{
		AfxMessageBox(_T("请先选择模型和图片的文件夹路径。"), MB_ICONWARNING);
		return;
	}

	// 执行预测，这里假设有一个函数ExecutePrediction，它接受图片路径并返回预测结果
	CString predictionResult = ExecutePrediction(m_selectedFolderPath_Img);
	if (predictionResult.IsEmpty())
	{
		AfxMessageBox(_T("图片预测失败。"), MB_ICONERROR);
		return;
	}

	// 显示预测结果
	AfxMessageBox(_T("预测结果: ") + predictionResult);
}

// 以下是ExecutePrediction的示例实现，需要根据实际情况进行修改
CString CMFCPaddleClasDlg::ExecutePrediction(const CString& imagePath)
{
	// 执行预测的逻辑
	// 返回预测结果
	return _T("预测结果"); // 示例代码，实际应根据预测结果返回
}

由于我们又额外定义了1个函数，因此，需要在.h文件里面进行函数声明。如下：

由于我们还没有用到infer.cpp文件，所以暂时，先将其移除。

当我们点击运行后，就会看到如下界面：

然后，当我们如果不输入任何路径，直接点击”图像预测按钮“，就会出来如下提示：

添加回cpp文件

将infer.cpp文件加回来，并且修改代码：

#原来的代码
// Copyright (c) 2022 PaddlePaddle Authors. All Rights Reserved.
#include "fastdeploy/vision.h"
#ifdef WIN32
const char sep = '\\';
#else
const char sep = '/';
#endif

void InitAndInfer(const std::string &model_dir, const std::string &image_file,
                  const fastdeploy::RuntimeOption &option) {
  auto model_file = model_dir + sep + "inference.pdmodel";
  auto params_file = model_dir + sep + "inference.pdiparams";
  auto config_file = model_dir + sep + "inference_cls.yaml";

  auto model = fastdeploy::vision::classification::PaddleClasModel(
      model_file, params_file, config_file, option);
  if (!model.Initialized()) {
    std::cerr << "Failed to initialize." << std::endl;
    return;
  }

  auto im = cv::imread(image_file);

  fastdeploy::vision::ClassifyResult res;
  if (!model.Predict(im, &res)) {
    std::cerr << "Failed to predict." << std::endl;
    return;
  }

  // print res
  std::cout << res.Str() << std::endl;
}

int main(int argc, char *argv[]) {
  if (argc < 4) {
    std::cout << "Usage: infer_demo path/to/model path/to/image run_option, "
                 "e.g ./infer_demo ./ResNet50_vd ./test.jpeg 0"
              << std::endl;
    return -1;
  }

  fastdeploy::RuntimeOption option;
  int flag = std::atoi(argv[3]);

  if (flag == 0) {
    option.UseCpu();
    option.UsePaddleBackend();  // Paddle Inference
  } else if (flag == 1) {
    option.UseCpu();
    option.UseOpenVINOBackend();  // OpenVINO
  } else if (flag == 2) {
    option.UseCpu();
    option.UseOrtBackend();  // ONNX Runtime
  } else if (flag == 3) {
    option.UseCpu();
    option.UseLiteBackend();  // Paddle Lite
  } else if (flag == 4) {
    option.UseGpu();
    option.UsePaddleBackend();  // Paddle Inference
  } else if (flag == 5) {
    option.UseGpu();
    option.UsePaddleInferBackend();
    option.paddle_infer_option.enable_trt = true;
  } else if (flag == 6) {
    option.UseGpu();
    option.UseOrtBackend();  // ONNX Runtime
  } else if (flag == 7) {
    option.UseGpu();
    option.UseTrtBackend();  // TensorRT
  }

  std::string model_dir = argv[1];
  std::string image_dir = argv[2];
  InitAndInfer(model_dir, image_dir, option);
}

修改原来的代码为如下【去除命令行传参，而是使用参数传递】：

#include "fastdeploy/vision.h"
#ifdef WIN32
const char sep = '\\';
#else
const char sep = '/';
#endif

void InitAndInfer(const std::string &model_dir, const std::string &image_file,
                  const fastdeploy::RuntimeOption &option) {
  auto model_file = model_dir + sep + "inference.pdmodel";
  auto params_file = model_dir + sep + "inference.pdiparams";
  auto config_file = model_dir + sep + "inference_cls.yaml";

  auto model = fastdeploy::vision::classification::PaddleClasModel(
      model_file, params_file, config_file, option);
  if (!model.Initialized()) {
    std::cerr << "Failed to initialize." << std::endl;
    return;
  }

  auto im = cv::imread(image_file);

  fastdeploy::vision::ClassifyResult res;
  if (!model.Predict(im, &res)) {
    std::cerr << "Failed to predict." << std::endl;
    return;
  }

  // print res
  std::cout << res.Str() << std::endl;
}

int main() {
  // 直接指定模型目录和图片文件路径
  std::string model_dir = "./ResNet50_vd";
  std::string image_file = "./test.jpeg";

  // 设置运行选项
  fastdeploy::RuntimeOption option;
  // 根据需要选择CPU或GPU
  option.UseCpu(); // 或者 option.UseGpu(); 来使用GPU
  option.UsePaddleBackend();  // Paddle Inference

  // 调用InitAndInfer函数
  InitAndInfer(model_dir, image_file, option);

  return 0;
}

修改函数

当用户点击按钮预测，运行OnBnClickedButtonImgPredict函数，这个函数要调用infer.cpp函数的代码。如何修改代码呢？

首先，在头文件夹中，新建一个infer.h文件。写入如下代码：

// infer.h
#pragma once

#include "fastdeploy/vision.h"
#include <string>

std::string InitAndInfer(const std::string& model_dir, const std::string& image_file,
    const fastdeploy::RuntimeOption& option);

在MFCPaddleClasDlg.cpp代码中增加如下头文件：

#include"infer.h"// 包含infer.cpp的头文件

修改infer.cpp文件如下：【需要注意】#include "pch.h"一定不要忘记添加，否则运行会出错。

严重性	代码	说明	项目	文件	行	禁止显示状态
错误	C1010	在查找预编译头时遇到意外的文件结尾。是否忘记了向源中添加“#include "pch.h"”?	MFCPaddleClas	C:\Users\source\repos\MFCPaddleClas\infer.cpp	43	


// infer.cpp
#include "pch.h"
#include "infer.h"
#include "fastdeploy/vision.h"
#include <opencv2/opencv.hpp>
#include <string>
#include <iostream>

#ifdef WIN32
const char sep = '\\';
#else
const char sep = '/';
#endif

std::string InitAndInfer(const std::string& model_dir, const std::string& image_file,
    const fastdeploy::RuntimeOption& option) {
    auto model_file = model_dir + sep + "inference.pdmodel";
    auto params_file = model_dir + sep + "inference.pdiparams";
    auto config_file = model_dir + sep + "inference_cls.yaml";

    auto model = fastdeploy::vision::classification::PaddleClasModel(
        model_file, params_file, config_file, option);
    if (!model.Initialized()) {
        std::cerr << "模型初始化失败." << std::endl;
        return "模型初始化失败";
    }

    auto im = cv::imread(image_file);
    if (im.empty()) {
        std::cerr << "读取图像失败." << std::endl;
        return "Failed to read image";
    }

    fastdeploy::vision::ClassifyResult res;
    if (!model.Predict(im, &res)) {
        std::cerr << "预测失败." << std::endl;
        return "预测失败";
    }

    // Return the result as a string
    return res.Str();
}

修改CMFCPaddleClasDlg::ExecutePrediction函数如下：

CString CMFCPaddleClasDlg::ExecutePrediction(const CString& imagePath)
{
	// 将CString转换为std::string
	CT2CA pszModelPath(m_selectedFolderPath_Model);
	std::string strModelPath(pszModelPath);
	CT2CA pszImagePath(imagePath);
	std::string strImagePath(pszImagePath);

	// 调用infer.cpp中的InitAndInfer函数
	fastdeploy::RuntimeOption option;
	option.UseCpu();
	option.UsePaddleBackend();

	std::string result = InitAndInfer(strModelPath, strImagePath, option);

	// 将结果转换回CString
	CString cstrResult(result.c_str());
	return cstrResult;
}

报错1解决

现在运行程序，会出现如下错误：

严重性	代码	说明	项目	文件	行	禁止显示状态
错误	LNK2001	无法解析的外部符号 "__declspec(dllimport) public: __cdecl fastdeploy::vision::classification::PaddleClasModel::PaddleClasModel(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,struct fastdeploy::RuntimeOption const &,enum fastdeploy::ModelFormat const &)" (__imp_??0PaddleClasModel@classification@vision@fastdeploy@@QEAA@AEBV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@00AEBURuntimeOption@3@AEBW4ModelFormat@3@@Z)	MFCPaddleClas	C:\Users\source\repos\MFCPaddleClas\infer.obj	1

这个原因的因为附加依赖项中，缺少fastdeploy.dll文件，我们添加进来就好了。如下：

这时，再次运行程序，就会出现：

这说明，程序运行时需要的动态库dll没有放到exe所在目录，我们加进去，一共有几个呢？如下几个文件夹中，各自的dll文件，都要复制过去，外加：fastdeploy.dll，tbb.dll，mkldnn.dll，icuuc70.dll，icudt70.dll【已经验证，的确如此！】。

tbb.dll：是 英特尔线程构建块库中的一个关键组件，它提供了一组线程并行编程工具，对于运行某些依赖于此库的软件或游戏至关重要。 位于：fastdeploy-win-x64-1.0.7\third_libs\install\openvino\runtime\3rdparty\tbb\bin；
mkldnn.dll：是  Intel MKL-DNN（Math Kernel Library for Deep Neural Networks）的动态链接库文件。 MKL-DNN 是由 Intel 开发的一个开源库，专门针对在 CPU 上运行的深度学习应用进行了优化，以提高性能。 这个库提供了一套 API，用于深度学习中的各种操作，比如卷积、池化等，并且能够利用 Intel 处理器的 SIMD 指令集（如 AVX2）来加速这些操作。 在使用 MKL-DNN 时， mkldnn.dll 文件作为动态库被应用程序在运行时调用，以实现对深度学习模型的加速。 位于：fastdeploy\third_libs\install\paddle_inference\third_party\install\mkldnn\lib
icuuc70.dll：属于  International Components for Unicode (ICU) 项目的一部分。 ICU 是一个成熟、广泛使用的开源软件库，提供 Unicode 和全球化支持。 这个库包含了多个组件，用于支持各种软件开发中的字符串处理、日期/时间格式化、数字格式化等国际化功能。位于：fastdeploy\third_libs\install\fast_tokenizer\third_party\lib
icudt70.dll： International Components for Unicode (ICU) 项目的一部分，这是一个提供 Unicode 和全球化支持的成熟、广泛使用的开源软件库。ICU 包含了多个组件，用于支持软件开发中的字符串处理、日期/时间格式化、数字格式化等国际化功能。位于：fastdeploy\third_libs\install\fast_tokenizer\third_party\lib

再次运行报错如下[未加载kernelbase.pdb]：

后来，查阅资料，是因为缺少一些东西：

  1. openvino相关库
  2. plugins.xml文件

因此，补充这两个文件后，不报这个错了：[未加载kernelbase.pdb]。但是，又出来了其他错误：

未处理的异常：auto model = fastdeploy::vision::classification::PaddleClasModel

报错2未解决

这个报错，实在是找不到解决方案。【搞了很久，头要炸了！！！】

因此，我用了自己之前编译好的fastdeploy【点击链接下载：【Windows-x64-gpu或者cpu预测】编译好的FastDeploy环境资源-CSDN文库】，就解决了这个问题！！！

修改infer代码

// infer.cpp
#include "pch.h" // 确保pch.h在包含其他头文件之前
#include "fastdeploy/vision.h"
#include <string>
#include <iostream>
#include <opencv2/opencv.hpp> // 包含OpenCV的头文件
#include <filesystem> // C++17文件系统库，用于遍历文件夹

#ifdef WIN32
const char sep = '\\';
#else
const char sep = '/';
#endif

namespace fs = std::filesystem; // 文件系统命名空间别名

std::vector<std::string> InitAndInfer(const std::string& model_dir, const std::string& image_folder, const fastdeploy::RuntimeOption& option) {
    std::vector<std::string> results;  // 存储每个图像的预测结果

    // 构建模型文件路径
    auto model_file = model_dir + sep + "inference.pdmodel";
    auto params_file = model_dir + sep + "inference.pdiparams";
    auto config_file = model_dir + sep + "inference_cls.yaml";

    // 加载模型
    auto model = fastdeploy::vision::classification::PaddleClasModel(model_file, params_file, config_file, option);
    if (!model.Initialized()) {
        std::cerr << "Failed to initialize." << std::endl;
        return results;  // 如果初始化失败，返回空结果
    }

    // 遍历文件夹中的所有图像
    for (const auto& entry : fs::directory_iterator(image_folder)) {
        if (entry.is_regular_file()) {
            auto image_file = entry.path().string();
            auto im = cv::imread(image_file);
            if (im.empty()) {
                std::cerr << "Failed to read image: " << image_file << std::endl;
                continue; // 如果读取图像失败，则跳过当前图像
            }

            fastdeploy::vision::ClassifyResult res;
            int topk = 20;
            if (!model.Predict(&im, &res, topk)) {
                std::cerr << "Failed to predict for image: " << image_file << std::endl;
                continue; // 如果预测失败，则跳过当前图像
            }

            // 将结果添加到返回的容器中
            results.push_back("Image: " + image_file + " - " + res.Str());
        }
    }

    return results;  // 返回结果
}

修改MFCPaddleClasDlg.cpp代码

// MFCPaddleClasDlg.cpp: 实现文件
//

#include "pch.h"
#include "framework.h"
#include "MFCPaddleClas.h"
#include "MFCPaddleClasDlg.h"
#include "afxdialogex.h"
#include "infer.h" // 包含infer.cpp的头文件
#include "fastdeploy/vision.h"

#ifdef _DEBUG
#define new DEBUG_NEW
#endif


// 用于应用程序“关于”菜单项的 CAboutDlg 对话框

class CAboutDlg : public CDialogEx
{
public:
	CAboutDlg();

	// 对话框数据
#ifdef AFX_DESIGN_TIME
	enum { IDD = IDD_ABOUTBOX };
#endif

protected:
	virtual void DoDataExchange(CDataExchange* pDX);    // DDX/DDV 支持

// 实现
protected:
	DECLARE_MESSAGE_MAP()
};

CAboutDlg::CAboutDlg() : CDialogEx(IDD_ABOUTBOX)
{
}

void CAboutDlg::DoDataExchange(CDataExchange* pDX)
{
	CDialogEx::DoDataExchange(pDX);
}

BEGIN_MESSAGE_MAP(CAboutDlg, CDialogEx)
END_MESSAGE_MAP()


// CMFCPaddleClasDlg 对话框



CMFCPaddleClasDlg::CMFCPaddleClasDlg(CWnd* pParent /*=nullptr*/)
	: CDialogEx(IDD_MFCPADDLECLAS_DIALOG, pParent)
{
	m_hIcon = AfxGetApp()->LoadIcon(IDR_MAINFRAME);
}

void CMFCPaddleClasDlg::DoDataExchange(CDataExchange* pDX)
{
	CDialogEx::DoDataExchange(pDX);
	DDX_Control(pDX, IDC_BUTTON_model, m_btnSelectFolder_Model);
	DDX_Control(pDX, IDC_BUTTON_img, m_btnSelectFolder_Img);
	DDX_Control(pDX, IDC_EDIT_model, m_editDirectory_Model);
	DDX_Control(pDX, IDC_EDIT_img, m_editDirectory_Img);
}

BEGIN_MESSAGE_MAP(CMFCPaddleClasDlg, CDialogEx)
	ON_WM_SYSCOMMAND()
	ON_WM_PAINT()
	ON_WM_QUERYDRAGICON()
	// 增加
	ON_BN_CLICKED(IDC_BUTTON_model, &CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model)
	ON_BN_CLICKED(IDC_BUTTON_img, &CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img)
	ON_BN_CLICKED(IDC_BUTTON_predict, &CMFCPaddleClasDlg::OnBnClickedButtonImgPredict)
END_MESSAGE_MAP()


// CMFCPaddleClasDlg 消息处理程序

BOOL CMFCPaddleClasDlg::OnInitDialog()
{
	CDialogEx::OnInitDialog();

	// 将“关于...”菜单项添加到系统菜单中。

	// IDM_ABOUTBOX 必须在系统命令范围内。
	ASSERT((IDM_ABOUTBOX & 0xFFF0) == IDM_ABOUTBOX);
	ASSERT(IDM_ABOUTBOX < 0xF000);

	CMenu* pSysMenu = GetSystemMenu(FALSE);
	if (pSysMenu != nullptr)
	{
		BOOL bNameValid;
		CString strAboutMenu;
		bNameValid = strAboutMenu.LoadString(IDS_ABOUTBOX);
		ASSERT(bNameValid);
		if (!strAboutMenu.IsEmpty())
		{
			pSysMenu->AppendMenu(MF_SEPARATOR);
			pSysMenu->AppendMenu(MF_STRING, IDM_ABOUTBOX, strAboutMenu);
		}
	}

	// 设置此对话框的图标。  当应用程序主窗口不是对话框时，框架将自动
	//  执行此操作
	SetIcon(m_hIcon, TRUE);			// 设置大图标
	SetIcon(m_hIcon, FALSE);		// 设置小图标

	// TODO: 在此添加额外的初始化代码

	return TRUE;  // 除非将焦点设置到控件，否则返回 TRUE
}

void CMFCPaddleClasDlg::OnSysCommand(UINT nID, LPARAM lParam)
{
	if ((nID & 0xFFF0) == IDM_ABOUTBOX)
	{
		CAboutDlg dlgAbout;
		dlgAbout.DoModal();
	}
	else
	{
		CDialogEx::OnSysCommand(nID, lParam);
	}
}

// 如果向对话框添加最小化按钮，则需要下面的代码
//  来绘制该图标。  对于使用文档/视图模型的 MFC 应用程序，
//  这将由框架自动完成。

void CMFCPaddleClasDlg::OnPaint()
{
	if (IsIconic())
	{
		CPaintDC dc(this); // 用于绘制的设备上下文

		SendMessage(WM_ICONERASEBKGND, reinterpret_cast<WPARAM>(dc.GetSafeHdc()), 0);

		// 使图标在工作区矩形中居中
		int cxIcon = GetSystemMetrics(SM_CXICON);
		int cyIcon = GetSystemMetrics(SM_CYICON);
		CRect rect;
		GetClientRect(&rect);
		int x = (rect.Width() - cxIcon + 1) / 2;
		int y = (rect.Height() - cyIcon + 1) / 2;

		// 绘制图标
		dc.DrawIcon(x, y, m_hIcon);
	}
	else
	{
		CDialogEx::OnPaint();
	}
}

//当用户拖动最小化窗口时系统调用此函数取得光标
//显示。
HCURSOR CMFCPaddleClasDlg::OnQueryDragIcon()
{
	return static_cast<HCURSOR>(m_hIcon);
}

void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Model()
{
	CFolderPickerDialog folderDlg;
	if (folderDlg.DoModal() == IDOK)
	{
		m_selectedFolderPath_Model = folderDlg.GetPathName();
		m_editDirectory_Model.SetWindowText(m_selectedFolderPath_Model);
	}
}

void CMFCPaddleClasDlg::OnBnClickedButtonFolder_Img()
{
	CFolderPickerDialog folderDlg;
	if (folderDlg.DoModal() == IDOK)
	{
		m_selectedFolderPath_Img = folderDlg.GetPathName();
		m_editDirectory_Img.SetWindowText(m_selectedFolderPath_Img);
	}
}


void CMFCPaddleClasDlg::OnBnClickedButtonImgPredict()
{
	// 检查模型和图片路径是否已经选择
	if (m_selectedFolderPath_Model.IsEmpty() || m_selectedFolderPath_Img.IsEmpty())
	{
		AfxMessageBox(_T("请先选择模型和图片的文件夹路径。"), MB_ICONWARNING);
		return;
	}



	// 执行预测，这里假设有一个函数ExecutePrediction，它接受图片路径并返回预测结果
	CString predictionResult = ExecutePrediction(m_selectedFolderPath_Img);
	if (predictionResult.IsEmpty())
	{
		AfxMessageBox(_T("图片预测失败。"), MB_ICONERROR);
		return;
	}

	// 显示预测结果
	AfxMessageBox(_T("预测结果: ") + predictionResult);
}


//CString CMFCPaddleClasDlg::ExecutePrediction(const CString& imagePath)
//{
//	// 执行预测的逻辑
//	// 返回预测结果
//	return _T("预测结果"); // 示例代码，实际应根据预测结果返回
//}
//CString CMFCPaddleClasDlg::ExecutePrediction(const CString& imagePath)
//{
//	// 将CString转换为std::string
//	std::string model_dir = std::string(CT2CA(m_selectedFolderPath_Model));
//	std::string image_file = std::string(CT2CA(imagePath));
//
//	// 设置运行选项
//	fastdeploy::RuntimeOption option;
//	// 根据需要选择CPU或GPU
//	option.UseCpu(); // 或者 option.UseGpu(); 来使用GPU
//	//option.UsePaddleBackend();  // Paddle Inference
//
//	// 调用InitAndInfer函数,获取预测结果
//	std::vector<std::string> results = InitAndInfer(model_dir, image_file, option);
//
//	// 输出结果
//	for (const auto& res : results) {
//		std::cout << res << std::endl;
//	}
//	return _T("预测结果"); // 示例代码，实际应根据预测结果返回
//}

CString CMFCPaddleClasDlg::ExecutePrediction(const CString& imagePath)
{
	// 将CString转换为std::string
	std::string model_dir = std::string(CT2CA(m_selectedFolderPath_Model));
	std::string image_file = std::string(CT2CA(imagePath));

	// 设置运行选项
	fastdeploy::RuntimeOption option;
	//option.UseCpu();  // 或者 option.UseGpu(); 来使用GPU
	option.UseGpu();

	// 调用InitAndInfer函数，获取预测结果
	std::vector<std::string> results = InitAndInfer(model_dir, image_file, option);

	// 拼接所有结果
	std::string concatenatedResults;
	for (const auto& res : results) {
		concatenatedResults += res + "\n";  // 使用换行符分隔每个结果
	}

	// 返回拼接后的字符串
	return CString(concatenatedResults.c_str());
}

依赖文件纵览

模型文件

图像文件

Release文件内容
Release文件内容

依赖环境

包含目录

库目录

依赖项

运行结果

运行软件，输入模型和图像路径，给出结果如下：

大功告成！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/945435.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

CSS特效032：2025庆新春，孔明灯向上旋转飘移效果

CSS特效032：2025庆新春，孔明灯向上旋转飘移效果

CSS常用示例100专栏目录 本专栏记录的是经常使用的CSS示例与技巧&#xff0c;主要包含CSS布局&#xff0c;CSS特效&#xff0c;CSS花边信息三部分内容。其中CSS布局主要是列出一些常用的CSS布局信息点&#xff0c;CSS特效主要是一些动画示例&#xff0c;CSS花边是描述了一些CSS…
阅读更多...
3D云展厅对文物保护有什么意义？

3D云展厅对文物保护有什么意义？

在文化遗产保护领域&#xff0c;3D云展厅技术的应用正成为一股新兴力量&#xff0c;它不仅改变了文物展示的方式&#xff0c;也为文物保护工作带来了深远的影响。 下面&#xff0c;由【圆桌3D云展厅平台】为大家介绍一下3D云展厅对文物保护意义的详细探讨。 1. 减少物理接触&a…
阅读更多...
spring入门程序

spring入门程序

安装eclipse https://blog.csdn.net/qq_36437991/article/details/131644570 新建maven项目 安装依赖包 pom.xml <project xmlns"http://maven.apache.org/POM/4.0.0" xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation&quo…
阅读更多...
vue 修改vant样式NoticeBar中的图标，不用插槽可以直接用图片

vue 修改vant样式NoticeBar中的图标，不用插槽可以直接用图片

使用文档中是可以直接使用图片链接的 :left-icon"require(../../assets/newImages/noticeImg.png)" <html> .... <NoticeBarmode""color"#C6C6C6"background""v-if"global_info.site_bulletin":left-icon"r…
阅读更多...
MySQL数据导出导出的三种办法（1316）

MySQL数据导出导出的三种办法（1316）

数据导入导出 基本概述 目前常用的有3中数据导入与导出方法&#xff1a; 使用mysqldump工具&#xff1a; 优点&#xff1a; 简单易用&#xff0c;只需一条命令即可完成数据导出。可以导出表结构和数据&#xff0c;方便完整备份。支持过滤条件&#xff0c;可以选择导出部分数据…
阅读更多...
【亲测有效】k8s分布式集群安装部署

【亲测有效】k8s分布式集群安装部署

1.实验环境准备 准备三台centos7虚拟机&#xff0c;用来部署k8s集群&#xff1a; master&#xff08;hadoop1&#xff0c;192.168.229.111&#xff09;配置&#xff1a; 操作系统&#xff1a;centos7.3以及更高版本都可以配置&#xff1a;4核cpu&#xff0c;4G内存&#xff…
阅读更多...
点进CSS选择器

点进CSS选择器

CSS 1.直接在标签的style属性进行设置(行内式) //写在数据单元格td标签内的stytle&#xff0c;设置color颜色和font-size字体大小&#xff1b; <td rowspan"3" style"color: red;font-size: 12px;">Web技术与应用</td> 2.写在head标签中的…
阅读更多...
【C#特性整理】C#特性及语法基础

【C#特性整理】C#特性及语法基础

1. C#特性 1.1 统一的类型系统 C#中, 所有类型都共享一个公共的基类型. 例如&#xff0c;任何类型的实例都可以通过调用ToString方法将自身转换为一个字符串 1.2 类和接口 接口: 用于将标准与实现隔离, 仅仅定义行为,不做实现. 1.3 属性、方法、事件 属性: 封装了一部分对…
阅读更多...
Flutter DragTarget拖拽控件详解

Flutter DragTarget拖拽控件详解

文章目录 1. DragTarget 控件的构造函数主要参数&#xff1a; 2. DragTarget 的工作原理3. 常见用法示例 1&#xff1a;实现一个简单的拖拽目标解释&#xff1a;示例 2&#xff1a;与 Draggable 结合使用解释&#xff1a; 4. DragTarget 的回调详解5. 总结 DragTarget 是 Flutt…
阅读更多...
因系统默认 而未注意过的 create UTF-8 files: with no BOM导致的问题

因系统默认 而未注意过的 create UTF-8 files: with no BOM导致的问题

简单记录一次 开发问题 因为一次编码问题&#xff0c;同事帮忙改了 File Encodings的配置。 没有想到 一个随意的改动with no BOM ------ with BOM &#xff08;自言自语 这个选啥&#xff09;&#xff0c;让一个开发 投入了三四个小时 来排查这个问题。尽其所有思路和方法&am…
阅读更多...
前端正在被“锈”化

前端正在被“锈”化

jeff Atwood 在 2007 年说&#xff1a;"any application that can be writen in JavaScript , willeventually be written in JavaScript"&#xff0c;翻译过来就是&#xff1a;“任何可以使用 JavaScript 来编写的应用&#xff0c;并最终也会由 JavaScript 编写”&a…
阅读更多...
【Ubuntu】Ubuntu server 18.04 搭建Slurm并行计算环境（包含NFS）

【Ubuntu】Ubuntu server 18.04 搭建Slurm并行计算环境（包含NFS）

Ubuntu server 18.04 搭建Slurm并行计算环境&#xff08;包含NFS&#xff09; 一、Munge 认证模块 1.1、安装 munge 主节点和子节点都安装munge #安装 sudo apt update && sudo apt install munge libmunge-dev#设置开机启动 sudo systemctl enable munge sudo syste…
阅读更多...
SELECT 语句用法大全：数据库查询的核心力量

SELECT 语句用法大全：数据库查询的核心力量

在数据库的世界中&#xff0c;SELECT 语句犹如一把万能钥匙&#xff0c;开启了数据检索的大门&#xff0c;让我们能够从海量的数据中精准地获取所需的信息。它的用法丰富多样&#xff0c;涵盖了从简单的数据查看&#xff0c;到复杂的数据统计和关联查询等多个方面&#xff0c;为…
阅读更多...
小程序配置文件 —— 14 全局配置 - tabbar配置

小程序配置文件 —— 14 全局配置 - tabbar配置

全局配置 - tabBar配置 tabBar 字段&#xff1a;定义小程序顶部、底部 tab 栏&#xff0c;用以实现页面之间的快速切换&#xff1b;可以通过 tabBar 配置项指定 tab 栏的表现&#xff0c;以及 tab 切换时显示的对应页面&#xff1b; 在上面图中&#xff0c;标注了一些 tabBar …
阅读更多...
计算机网络 （8）物理层的传输方式

计算机网络 （8）物理层的传输方式

一、串行传输与并行传输 串行传输 定义&#xff1a;串行传输是一种数据传输方式&#xff0c;指的是逐位地按照顺序传输数据。在串行传输中&#xff0c;数据位逐个按照一定的顺序进行传输&#xff0c;可以通过单条线路或信道进行。特点&#xff1a; 逐位传输&#xff1a;串行传输…
阅读更多...
Edge如何获得纯净的启动界面

Edge如何获得纯净的启动界面

启动Edge会出现快速链接&#xff0c;推广链接&#xff0c;网站导航&#xff0c;显示小组件&#xff0c;显示信息提要&#xff0c;背景 ●复杂页面 ●精简页面 点击页面设置按钮 关闭快速链接 关闭网站导航 关闭小组件 关闭信息提要 关闭背景 关闭天气提示 精简页面看起来十分舒…
阅读更多...
细说STM32F407单片机CAN基础知识及其HAL驱动程序

细说STM32F407单片机CAN基础知识及其HAL驱动程序

目录 一、CAN总线结构和传输协议 1、 CAN总线结构 &#xff08;1&#xff09;闭环结构的CAN总线网络 &#xff08;2&#xff09;开环结构的CAN总线网络 &#xff08;3&#xff09;隐性电平和显性电平 2、CAN总线传输协议 &#xff08;1&#xff09;CAN总线传输特点 &am…
阅读更多...
计算机的错误计算（一百九十六）

计算机的错误计算（一百九十六）

摘要 用两个大模型计算 arccos(0.444). 结果保留 4位有效数字。两个大模型的计算结果相同&#xff0c;并均有误差。 例1. 计算 arccos(0.444). 结果保留 4位有效数字。 下面是与一个大模型的对话。 以上为与一大模型的对话。 下面是与另一大模型的对话。 点评&#xff1a; &…
阅读更多...
打印进度条

打印进度条

文章目录 1.Python语言实现(1)黑白色(2)彩色&#xff1a;蓝色 2.C语言实现(1)黑白颜色(2)彩色版&#xff1a;红绿色 1.Python语言实现 (1)黑白色 import sys import timedef progress_bar(percentage, width50):"""打印进度条:param percentage: 当前进度百分比…
阅读更多...
Fiddler断点（拦截）--篡改请求后或者响应前数据

Fiddler断点（拦截）--篡改请求后或者响应前数据

目录 一、断点介绍 图例 简单介绍&#xff1a; 详细介绍&#xff1a; 二、操作步骤 文章操作资源下载 (一)设置要抓包的地址 (二)全局拦截(断点) 1.请求后拦截&#xff08;Before Request&#xff09; 解开拦截 2.响应前拦截&#xff08;After Responses&#xff…
阅读更多...
最新文章

Copyright @ 2022~2023