opencv2.4.9调用GPU报错
OpenCV Error:Gpu API call<invalid device symbol>in unknown function…
WIN7 + VS2010 + CUDA7.5 + CMake3.0.2
Cmake 重新编译opencv之后,显示编译成功。
代码:num_devices= cv::gpu::getCudaEnabledDeviceCount();
返回 num_devices 个数为1.
但是运行测试代码以及opencv自带的gpu sample时会报错.
OpenCV Error:Gpu API call<invalid device symbol>in unknown function…
问题分析:
这是由于编译好的CUDA不支持本机GPU的原因,本机GPU型号为GeForce GT 602,计算能力为2.1(关于gpu型号对应的计算能力,参考https://developer.nvidia.com/cuda-gpus),而Cmake编译的时候,由于"CUDA_GENERATION" = Kepler. 所以默认生成的计算能力为3.0和3.5 。所以在调用opencv的GPU函数时会出现Gpu API call<invalid devicesymbol>in unknown function….的错误。
解决方案:
将"CUDA_GENERATION"= Auto.或者"CUDA_GENERATION" = Fermi.
测试运行成功:
测试代码:
#include <opencv2/opencv.hpp>
#include <opencv2/gpu/gpu.hpp>
using namespace cv;
using namespace cv::gpu;
int main()
{
int num_devices = cv::gpu::getCudaEnabledDeviceCount();
if(num_devices <= 0)
{
std::cerr<<"There is no device. "<<std::endl;
return -1;
}
std::cerr<<"getCudaEnabledDeviceCount NUM :"<<num_devices<<std::endl;
cv::Mat srcImage = cv::imread("M:\\work\\Pic\\cityWu.jpg");
cv::Mat dstImage;
cv::gpu::GpuMat d_srcImage;//upload image to GPU
cv::gpu::GpuMat d_dstImage;
d_srcImage.upload(srcImage);
cv::gpu::GpuMat dst;
dst.create(d_srcImage.size(),CV_8UC1);
cv::gpu::cvtColor(d_srcImage, d_dstImage, CV_BGR2GRAY);
d_dstImage.download(dstImage);
cv::imshow("RGB",srcImage);
cv::imshow("gray",dstImage);
cv::waitKey(0);
return 0;
}
运行结果:
序曲:
由于我的电脑GPU型号为NVIDIA GeForce GT 620,计算能力为2.1, (查看计算能力 网址)
首先我将"CUDA_GENERATION"= Auto,编译,生成。
但是在OpenCV.sln中生成opencv_core时,会报错,错误为:
1. CMakeError at cuda_compile_generated_bf_knnmatch.cu.obj.cmake:206 (message):
>C:\ProgramFiles (x86)\MSBuild\Microsoft.Cpp\v4.0\Microsoft.CppCommon.targets(151,5):error MSB6006: “cmd.exe”已退出,代码为 1。
即会有一个生成失败。
为了解决这个错误,
我将"CUDA_GENERATION" = Fermi.
将CUDA_ARCH_BIN 设为2.0 2.1
将CUDA_ARCH_PTX清空,编译,生成。
然后,在OpenCV.sln中生成opencv_core,生成成功!!!
将我的错误以及改正过程贴出来,希望遇到同样情况的你,可以有所帮助!
切记:一定要注意查找好本机GPU的类型和计算能力,再生成相应的CUDA.
参考文章:
http://stackoverflow.com/questions/22823186/opencv-gpu-mat-hanging
https://developer.nvidia.com/cuda-gpus
http://blog.csdn.net/wangyaninglm/article/details/39997113