- Windows 10 / Windows Server 2016+ (其它平台未测试)
- Visual Studio 2019 (社区版或专业版均可)
- CUDA 9.0 / 10.0 + CUDNN 7.3+ (不支持9.1/10.1版本的CUDA)
- 在OpenCV官网下载适用于Windows平台的3.4.6版本: 点击下载
- 运行下载的可执行文件，将OpenCV解压至合适目录，这里以解压到
D:\projects\opencv为例 - 把OpenCV动态库加入到系统环境变量
- 此电脑(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
注意: OpenCV的解压目录后续将做为编译配置项使用，所以请放置合适的目录中。
PaddlePaddle C++ 预测库 主要分为CPU和GPU版本， 其中GPU版本提供CUDA 9.0 和 CUDA 10.0 支持。
常用的版本如下：
| 版本 | 链接 |
|---|---|
| CPU+MKL版 | fluid_inference_install_dir.zip |
| CUDA9.0+MKL 版 | fluid_inference_install_dir.zip |
| CUDA10.0+MKL 版 | fluid_inference_install_dir.zip |
更多不同平台的可用预测库版本，请点击查看 选择适合你的版本。
下载并解压, 解压后的 fluid_inference目录包含的内容：
fluid_inference_install_dir
├── 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
注意： 这里的fluid_inference_install_dir 目录所在路径，将用于后面的编译参数设置，请放置在合适的位置。
-
2.1 打开Visual Studio 2019 Community，点击
继续但无需代码， 如下图： -
2.2 点击
文件->打开->CMake, 如下图： -
2.3 选择本项目根目录
CMakeList.txt文件打开， 如下图： -
2.4 点击：
项目->PaddleMaskDetector的CMake设置 -
2.5 点击浏览设置
OPENCV_DIR,CUDA_LIB和PADDLE_DIR3个编译依赖库的位置, 设置完成后点击保存并生成CMake缓存并加载变量 -
2.6 点击
生成->全部生成编译项目
成功编译后， 产出的可执行文件在项目子目录out\build\x64-Release目录， 按以下步骤运行代码：
- 打开
cmd切换至该目录 - 运行以下命令传入模型路径与测试视频
main.exe ./models/ ./data/test.avi第一个参数即人像分割预测模型的路径，第二个参数即要预测的视频。
运行后，预测结果保存在文件result.avi中。