English | 中文
注：此方式仅支持编译FastDeploy C++ SDK
步骤一：首先，打开CMake GUI，先初始化FastDeploy工程：
步骤二：点击Configure后，在弹窗中设置编译"x64"架构：
初始化完成后，显示如下：
步骤三：由于FastDeploy目前只支持Release版本，因此，先将"CMAKE_CONFIGURATION_TYPES"修改成"Release"
接下来，用户可根据自己实际的开发需求开启对应的编译选项，并生成sln解决方案。以下，针对编译CPU和GPU版本SDK各举一个例子。
步骤一：勾选CPU版本对应的编译选项。注意CPU版本，请不要勾选WITH_GPU和ENABLE_TRT_BACKEND
这个示例中，我们开启ORT、Paddle、OpenVINO等推理后端，并且选择了需要编译TEXT和VISION的API
步骤二：自定义设置SDK安装路径，修改CMAKE_INSTALL_PREFIX
由于默认的安装路径是C盘，我们可以修改CMAKE_INSTALL_PREFIX来指定自己的安装路径，这里我们将安装路径修改到build\fastdeploy-win-x64-0.2.1目录下。
步骤一：勾选GPU版本对应的编译选项。注意GPU版本，请需要勾选WITH_GPU
这个示例中，我们开启ORT、Paddle、OpenVINO和TRT等推理后端，并且选择了需要编译TEXT和VISION的API。并且，由于开启了GPU和TensorRT，此时需要额外指定CUDA_DIRECTORY和TRT_DIRECTORY，在GUI界面中找到这两个变量，点击右侧的选项框，分别选择您安装CUDA的路径和TensorRT的路径
步骤二：自定义设置SDK安装路径，修改CMAKE_INSTALL_PREFIX
由于默认的安装路径是C盘，我们可以修改CMAKE_INSTALL_PREFIX来指定自己的安装路径，这里我们将安装路径修改到build\fastdeploy-win-x64-gpu-0.2.1目录下。
步骤一：点击"Generate"，生成sln解决方案，并用Visual Studio 2019打开
这个过程默认会从下载一些编译需要的资源，cmake的dev警告可以不用管。生成完成之后可以看到以下界面：
CPU版本SDK:
GPU版本SDK:
左侧界面，可以看到所有编译需要的include路径和lib路径已经被设置好了，用户可以考虑把这些路径记录下来方便后续的开发。右侧界面，可以看到已经生成fastdeploy.sln解决方案文件。接下来，我们使用Visual Studio 2019打开这个解决方案文件（理论上VS2022也可以编译，但目前建议使用VS2019）。
步骤二：在Visual Studio 2019点击"ALL BUILD"->右键点击"生成"开始编译
CPU版本SDK编译成功！
GPU版本SDK编译成功！
步骤三：编译完成后，在Visual Studio 2019点击"INSTALL"->右键点击"生成"将编译好的SDK安装到先前指定的目录
SDK成功安装到指定目录！
可以在CMake GUI中勾选BUILD_EXAMPLES选项，连带编译所有的examples，编译完成后所有example的可执行文件保存在build/bin/Release目录下
如果是用户自行编译SDK，理论上支持Windows 10/11，VS 2019/2022，CUDA 11.x 以及 TensorRT 8.x等配置，但建议使用我们推荐的默认配置，即：Windows 10, VS 2019, CUDA 11.2 和 TensorRT 8.4.x版本。另外，如果编译过程中遇到中文字符的编码问题（如UIE example必须传入中文字符进行预测），可以参考Visual Studio的官方文档，设置源字符集为/utf-8解决：