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:
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:

选择tag-4.5.4,

CMake:
打开CMake,设置源码路径跟目标路径:

上述选择表示编译为64位的库!
点击【Configure】,

然后再点击【generate】

完成之后,搜索cuda关键字,如上图,三个选项勾上,

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:

搜索cuda,如上图勾选! 最后搜索:

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:

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:

就一切OK了。
生成好VS工程文件之后,打开工程文件:


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:

添加两行代码,启用GPU运行推理测试结果如下:


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
-
cpu
+关注
关注
68文章
11320浏览量
225832 -
OpenCV
+关注
关注
33文章
652浏览量
45067 -
CUDA
+关注
关注
0文章
128浏览量
14544
原文标题:OpenCV4.5.x+CUDA11.0.x源码编译与YOLOv5加速教程!
文章出处:【微信号:CVSCHOOL,微信公众号:OpenCV学堂】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
【YOLOv5】LabVIEW+YOLOv5快速实现实时物体识别(Object Detection)含源码
手把手教你使用LabVIEW ONNX Runtime部署 TensorRT加速,实现YOLOv5实时物体识别
龙哥手把手教你学视觉-深度学习YOLOV5篇
怎样使用PyTorch Hub去加载YOLOv5模型
如何YOLOv5测试代码?
如何在OpenCV中实现CUDA加速
YOLOv5在OpenCV上的推理程序
YOLOv8+OpenCV实现DM码定位检测与解析
yolov5和YOLOX正负样本分配策略
OpenCV4.8+YOLOv8对象检测C++推理演示
OpenCV+CUDA编译实现YOLOv5能加速
评论