源码编译opencv----->源码编译protobuf(libprotobuf.so为编译caffe2ncnn.exe模型生成工具所需的依赖)----->编译ncnn

如上所述，在编译ncnn之前需要先编译opencv和protobuf，且如果ncnn需要调试或者使用ncnn框架的推理工程需要debug调试模型，则opencv、protobuf和ncnn也需要编译debug版本。

step1：登录opencv官网，下载安装包；opencv官网链接：https://opencv.org/releases/；
step2：修改bat脚本。下载好的opencv保存在\ncnn\opencv-4.5.4中，配置三个bat脚本文件（env.bat、vs_create_projectname.bat和vs_run_projectnameu.bat）。其中env.bat存放了Visual Studio 2019的安装路径，须根据自身设备环境进行修改；vs_create_projectname.bat存放编译方法，通过修改cmake后的内容来控制编译哪些库（设置安装路径和各开关量）；vs_run_projectnameu.bat放置了可执行sln，根据环境不同须修改VC_DIR路径；
step3：开始编译。首先点击vs_create_projectname.bat进行mkdir build和cmake操作；然后点击vs_run_projectnameu.bat便用Visual Studio 2019打开了此项目；
step4：选择Debug模式还是Release模式（我两个版本都编译了）；右键点击"解决方案"OpenCV""--->"CMakeTargets"--->"ALL_BUILD"--->"重新生成"，等待编译完成；右键点击"解决方案"OpenCV""--->"CMakeTargets"--->"INSTALL"--->"仅用于项目/仅生成INSTALL"，等待安装完成；
step5：安装完毕的lib和include位于opencv-4.5.4\build\install目录下，可以拷贝到其他地方使用。

首先需要确保编译平台存在cmake和Visual Studio
1.2.1 Environment Setup
    step1：从开始菜单打开"x64 Native Tools Command Prompt for VS2019"命令行工具，然后更改到工作目录；
    比如：
        D:\Program Files (x86)\Microsoft Visual Studio\2019\Community>E:
        E:\>cd E:\_bak\algorithm\ncnn\protobuf-3.4.0
        E:\_bak\algorithm\ncnn\protobuf-3.4.0>
    step2：在工作目录创建一个文件夹，headers/libraries/binaries将均放在此文件夹下：mkdir install；
    step3：如果cmake命令在命令行无法找到，那么将其添加到环境变量中：
        set PATH=%PATH%;xxxxxx(path)\CMake\bin
1.2.2 Getting Sources
    step1：首先我通过github链接下载的zip源码包，但是包里没有用于单元测试的gmock（这个必须下载，如果不下载则1.2.3CMakeLists.txt会报错，到时候只能修改CMakeLists.txt了），所以这里需要下载gmock；
    step2：执行命令下载gmock：git clone -b release-1.7.0 https://github.com/google/googlemock.git gmock （这行命令的意思是克隆googlemock.git项目的release-1.7.0分支到protobuf-3.4.0\gmock目录）。我本地克隆报错了，所以我手动下载好放进此目录；
    step3：进入gmock目录，继续下载gtest，执行命令：git clone -b release-1.7.0 https://github.com/google/googletest.git gtest（如报错则继续按照step2手动操作）；
    step4：回到protobuf-3.4.0根目录。

注意：如果1.2.2不想操作，则在1.2.3执行cmake ..操作的时候需要增加参数，如下参考：
    If the *gmock* directory does not exist, and you do not want to build protobuf unit tests,you need to add *cmake* command argument `-Dprotobuf_BUILD_TESTS=OFF` to disable testing.

1.2.3 CMake Configuration(Debug同理，创建build/debug在该目录下操作即可)
    step1：进入cmake目录（ncnn\protobuf-3.4.0\cmake），创建build目录，再创建build/release目录，并进入cmake\build\release目录；
        如下：E:\_bak\algorithm\ncnn\protobuf-3.4.0\cmake\build\release>
    step2：在release目录下执行如下命令：
        cmake -G "NMake Makefiles" -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=../../../install ../..
    step3：按照step2的操作则已经在ncnn\protobuf-3.4.0\cmake\build\release目录下生成了nmake Makefile文件。
1.2.4 Compiling and install
    step1：依旧在E:\_bak\algorithm\ncnn\protobuf-3.4.0\cmake\build\release>目录，执行：nmake，即等待编译完成
    step2：依旧在同一目录下执行安装命令：nmake install，等待安装完成即可。headers/libraries/binaries被保存到ncnn\protobuf-3.4.0\install目录下，可以拷贝到其他地方使用。

一些思考：如果想要开发"Pooling"和"Upsample"这些算子的传参，则需要修改ncnn-master\tools\caffe中的.proto和.cpp文件，同时也需要修改ncnn-master\src\layer中的推理API。其过程比较繁琐，不建议这么操作。

        ├─3rdparty----------------------依赖的三方库
        │  ├─ncnn-----------------------编译好的x64的开发库(包括debug和release)
        │  └─opencv---------------------编译好的opencv开发库(包括debug和release)
        ├─build-------------------------编译目录
        ├─images------------------------测试的输入图片
        ├─include-----------------------头文件
        ├─lib---------------------------推理依赖的bin文件
        │  └─common
        ├─src
        │  ├─main.cpp---- --------------测试推理和使用推理api的样例
        │  └─inference.cpp--------------sdk源码
        ├─models------------------------模型存放文件夹
        ├─results----------------------检测结果存放文件夹
        ├─pearl_api_cmake---------------存放生成推理库的cmake文件
        ├─env.bat-----------------------设置环境路径
        ├─vs_create_projectname.bat-----进行cmake编译
        ├─vs_run_projectname.bat--------进入Visual Studio 2019
        └─CMakeLists.txt

Debug模型时报错"User Error 1001: argument to num_threads clause must be positive"信息直接忽略即可。

        ├─build-------------------------编译目录
        ├─include-----------------------头文件
        │  └─tools
        ├─model-------------------------模型存放文件夹(存放需要转换的ncnn模型)
        ├─src---------------------------源文件
        ├─env.bat-----------------------设置环境路径
        ├─vs_create_projectname.bat-----进行cmake编译
        ├─vs_run_projectname.bat--------进入Visual Studio 2019
        └─CMakeLists.txt

>>1. 在windows上推理的工程必须要在windows上对模型进行加密，如果模型加密平台和解密平台不一致可能会导致模型无法正确解析的问题（我猜测是因为不同平台模型编码方式不同所导致）。换言之，EncodeNcnnModel和x64_cpu_ncnn_inference_phonedet必须在同一平台下进行编译执行；
>>2. 加密和解密必须配合使用，且完全一致。

此时已经得到caffe结构的模型（.prototxt和.caffemodel文件），可以按照第2小节的方法生成ncnn所需的模型文件了。

获取工具的方式：
本人的dockerhub直接pull：命令为docker pull fanacio/yolo_yolox
或者直接找一个包含python依赖库的docker即可。