在DLL堆内存创建对象供其他DLL调用的技术方案咨询

核心思路就是把模型加载/初始化和图像评估拆成两个独立的DLL函数：一个负责创建模型并返回指针，另一个接收这个指针和图像数据执行评估，最后还要加一个释放模型的函数避免内存泄漏。

第一步：改造C++ DLL代码 #

1. 定义模型指针类型（可选但推荐） #

为了让代码更清晰，先给模型指针起个别名，避免到处写void*：

// 假设你的Net模型类是MyNetModel，根据实际类名替换
typedef void* MyNetModelPtr;

2. 实现模型创建函数 #

这个函数只需要执行一次，负责加载模型、完成初始化，最后返回模型的指针：

extern "C" __declspec(dllexport) MyNetModelPtr CreateNetModel(const char* modelPath)
{
    // 这里放你原来的模型加载逻辑
    MyNetModel* model = new MyNetModel();
    model->Load(modelPath); // 假设Load是你的模型加载方法
    return static_cast<MyNetModelPtr>(model);
}

3. 实现图像评估函数 #

接收模型指针和图像数据，直接复用已加载的模型执行评估，省去重复加载的开销：

extern "C" __declspec(dllexport) float EvaluateImage(MyNetModelPtr modelPtr, unsigned char* imageData, int width, int height)
{
    if (!modelPtr) return -1.0f; // 空指针校验，避免崩溃
    MyNetModel* model = static_cast<MyNetModel*>(modelPtr);
    // 这里放你原来的图像评估逻辑
    return model->Predict(imageData, width, height); // 假设Predict是你的评估方法
}

4. 实现模型释放函数 #

这一步非常重要，否则会导致内存泄漏：

extern "C" __declspec(dllexport) void ReleaseNetModel(MyNetModelPtr modelPtr)
{
    if (modelPtr)
    {
        MyNetModel* model = static_cast<MyNetModel*>(modelPtr);
        delete model;
    }
}

注意：所有导出函数必须加extern "C"，避免C++的名字 mangling，否则C#会找不到对应的函数名。

第二步：C#端调用改造 #

1. 导入DLL函数 #

用DllImport特性导入三个函数，C#里用IntPtr对应C++的指针类型：

using System.Runtime.InteropServices;

public class NetModelWrapper
{
    [DllImport("YourCppDll.dll", CallingConvention = CallingConvention.Cdecl)]
    public static extern IntPtr CreateNetModel(string modelPath);

    [DllImport("YourCppDll.dll", CallingConvention = CallingConvention.Cdecl)]
    public static extern float EvaluateImage(IntPtr modelPtr, byte[] imageData, int width, int height);

    [DllImport("YourCppDll.dll", CallingConvention = CallingConvention.Cdecl)]
    public static extern void ReleaseNetModel(IntPtr modelPtr);
}

2. 调用流程示例 #

在C#程序中，只需要初始化一次模型，之后在实时流循环里反复调用评估函数即可：

// 程序初始化阶段：创建模型（只执行一次）
IntPtr modelPtr = NetModelWrapper.CreateNetModel("path/to/your/model/file");

// 实时流处理循环（多次执行，满足实时需求）
foreach (var frame in YourVideoStream)
{
    // 把视频帧转换成符合C++模型要求的byte数组（根据你的图像格式调整，比如RGB/BGR）
    byte[] imageData = ConvertFrameToByteArray(frame);
    // 调用评估函数，复用已加载的模型
    float evaluationResult = NetModelWrapper.EvaluateImage(modelPtr, imageData, frame.Width, frame.Height);
    // 处理评估结果
    Console.WriteLine($"当前帧评估结果：{evaluationResult}");
}

// 程序退出或不再需要模型时：释放内存
NetModelWrapper.ReleaseNetModel(modelPtr);

关键注意事项 #

• 线程安全：如果你的实时流是多线程处理，要确保C++的MyNetModel类的Predict方法是线程安全的，否则需要在C#端加锁保护，避免多线程访问导致的崩溃。
• 内存管理：绝对不能忘记调用ReleaseNetModel，否则模型占用的内存会一直无法释放，最终导致内存泄漏。
• 数据格式匹配：C#传递的图像数据格式（比如像素顺序、通道数）必须和C++模型预期的完全一致，否则评估结果会出错。

内容的提问来源于stack exchange，提问作者andyl1992