OpenCV+CUDA编译实现YOLOv5能加速

描述

    OpenCV开发者基本技能之一就是要从源码编译OpenCV生成各种裁剪版本的OpenCV库,同时根据需要编译源码生产支持CUDA加速版本的OpenCV库。     但是,很多开发者还是编译中会遇到各种问题,被迫放弃!可以说还没用CUDA加速就已经自我放弃啦!     所以周末我又重新编译了一遍,针对各种问题,帮大家理清了对策,帮助大家可以完成OpenCV+CUDA编译,实现性能加速! 软件版本信息:
CUDA

OpenCV+CUDA编译

整个编译过程主要分为三步:

下载源码,一定是Tag对应的版本跟扩展模块CMake阶段,解决无法下载的坑!去掉不必要的模块VS工程编译,生成lib与dll

下载源码:


CUDA

选择tag-4.5.4, CUDA

CMake:

打开CMake,设置源码路径跟目标路径:

CUDA

上述选择表示编译为64位的库!

点击【Configure】,

CUDA

然后再点击【generate】

CUDA

完成之后,搜索cuda关键字,如上图,三个选项勾上,

CUDA

然后再搜索opencv_ex, 设置扩展模块的代码路径,如上图!设置好之后再次点击【Configure】,完成之后:

CUDA

搜索cuda,如上图勾选! 最后搜索:

CUDA

默认是勾选的,全部不要选择!(去掉勾选!)

无法下载ffmpeg, ippicv问题解决:

CUDA

从上述两个文件拿到下载地址,直接下载完成之后,分别放到对应目录:

CUDA

就一切OK了。

生成好VS工程文件之后,打开工程文件:  

CUDA

CUDA

谢天谢地,终于编译好啦!

OpenCV+CUDA配置与加速

基于最新编译好的OpenCV+CUDA支持的库,重新配置OpenCV开发环境,对比YOLOv5部署,CPU运行推理测试结果如下:

CUDA

添加两行代码,启用GPU运行推理测试结果如下:

CUDA

CUDA

显卡是3050ti!

对比一下,加速效果真得是杠杠滴!所以值得编译OpenCV+CUDA支持,因为它不光加速深度学习模型推理,对传统图像处理均有加速!

审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分