淮安建设局网站,互联网网站建设门户网,做动画网站,怎样做废旧网站大家好#xff0c;今天给大家分享一下最新版本OpenCV4.8如何编译支持CUDA加速#xff0c;实现深度学习模型部署速度提升。
软件版本支持
CMake3.13 或者以上版本
https://cmake.org/
VS2017专业版或者以上版本
3050ti CUDA11.3
OpenCV4.8源码包
https://github.com/opencv…大家好今天给大家分享一下最新版本OpenCV4.8如何编译支持CUDA加速实现深度学习模型部署速度提升。
软件版本支持
CMake3.13 或者以上版本
https://cmake.org/
VS2017专业版或者以上版本
3050ti CUDA11.3
OpenCV4.8源码包
https://github.com/opencv/opencv/releases/tag/4.8.0
OpenCV4.8 扩展模块源码包
https://github.com/opencv/opencv_contrib/releases/tag/4.8.0把OpenCV4.8与OpenCV4.8扩展包都解压缩到D盘目录分别如下
D:\opencv-4.8.0
D:\opencv_contrib-4.8.0编译生成
打开CMake设置好如下的目录选项 然后点击【Configure】弹出对话框如下 点击【Finish】完成 配置生成。然后点击【Generate】完成生成。 然后设置扩展模块路径 设置完成以后搜索CUDA关键字全部勾上相关选项之后继续点击【Configrure】运行完成以后再次搜索CUDA关键字选择如下 点击【Generate】生成如下 从newbuild文件夹中选择OpenCV.sln 工程文件 双击打开如下 然后切换到Release模式点击INSTALL右键生成等待两个小时以后基本上会完成编译我最终完成编译之后的结果。 技巧提示 1.无法下载第三方文件请手动下载以后放到source/.cache文件夹内相关位置即可。 2.无需编译 xFeature2D、FaceModel、Test等模块不然需要翻墙下载一些依赖包统统取消勾选默认是勾选的 配置运行测试 重新配置好OpenCV CUDA的支持修改包含目录、库目录、链接器然后设置好新的环境变量路径。启动VS2017运行OpenCV的人脸检测案例运行结果如下 运行YOLOv8 姿态评估模型效果如下只有OpenCV4.7版本以后才支持该模型部署运行 其中在OpenCV中启用GPU推理执行需要设置下面两行代码
net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);总结
OpenCV4支持通过GPU实现CUDA加速执行实现对OpenCV图像处理程序的加速运行当前支持加速的模块包括如下
- 图像背景分割
- 视频编解码
- 特征2D
- 卷积滤波
- 图像处理
- 对象检测
- 光流
- 双目视觉
- 深度神经网络基本上包含了OpenCV图像处理的主要功能这里有一个地方需要特别注意就是编译时候选择不同的CUDA版本对上述模块的支持略微不同。更多OpenCV CUDA函数使用知识可以参考本人新书 七折优惠专属《OpenCV应用开发入门、进阶与工程化实践》
