getCudaEnabledDeviceCount()返回0

最新推荐文章于 2024-03-29 09:40:34 发布
最新推荐文章于 2024-03-29 09:40:34 发布
阅读量7.8k 收藏 12
点赞数 6
分类专栏： opencv VS2012 文章标签： opencv vs2012 gpu cuda 库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JOE_FANNIE/article/details/50404320
版权

我在win7 64bit的VS2012 release 64bit遇到过此问题

遇到这个问题有两种可能：

1.你没有使用cuda编译opencv，opencv在2.4.4版本之后就没有自带gpu编译的版本了。如何编译我的上一篇文章有介绍。戳这里 here

2.编译之后，按照配置opencv的方法添加了环境变量、包含目录和库目录之后，仍然返回0。此时有可能是你之前安装过opencv且添加了相关路径，VS默认从原始的opencv路径下加载dll文件，而原始的opencv是没有经过cuda编译的，因此返回0。解决的方法就是在环境变量中将没有经过cuda编译的opencv路径删除，或者放到经过编译的opencv的路径之后，而不是之前。怎么样，问题是不是解决了？

JOE_FANNIE
关注
  • 6
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
[CUDA]检查系统是否存在支持CUDA的GPU
Kelvin_Yan的专栏
04-22 1698
参照cuda官方sample：1_Utilities\deviceQuery，使用的函数是cudaGetDeviceCount int dev_num = 0; cudaError_t error_id = cudaGetDeviceCount(&dev_num); if (error_id != cudaSuccess) { printf("cudaGetDeviceCount returned %d\n-> %s\n", (int)error_id, cudaGetErrorS
使用 Opencv Gpu 模块
TyearLin的专栏
02-20 2059
然后，你可以使用 cv2.cuda.getCudaEnabledDeviceCount() 函数来检查是否有可用的 GPU。如果有，你可以使用 cv2.cuda.Device() 函数来创建一个 GPU 设备对象，并使用 cv2.cuda.setDevice() 函数来设置当前使用的 GPU 设备。注意，如果你需要在 CPU 上进行某些操作，你可以使用 GpuMat.download() 函数将 GPU 矩阵复制到 CPU 上，并使用 GpuMat.upload() 函数将 CPU 矩阵复制回 GPU。
getCudaEnabledDeviceCount()返回0的情况
最新发布
weixin_41134703的博客
03-29 197
报错：CUDA: OpenCV requires enabled ‘cudev‘ module from ‘opencv_contrib。cmake中给OPENCV_EXTRA_MODULES_PATH添加opencv_contrib-4.X.X/modules路径。cv::cuda::getCudaEnabledDeviceCount() 一直返回0的情况；然后opencv才能使用gpu;opencv_contrib-4.X.X要与你的opencv版本一致；opencv官方下载的库是不带gpu的；
OpenCV 源码编译并实现 CUDA 加速 (Windows)
AAI666666的博客
12-19 1269
OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
【OpenCV】 OpenCV 源码编译并实现 CUDA 加速 (Windows)
grape_yan的博客
12-17 1992
实际使用中，如果是对处理时间要求比较高的场景，使用OpenCV处理图片数据很难满足要求，不过OpenCV支持使用CUDA进行加速，不过支持CUDA加速的依赖包需要我们自行编译才可使用，因此在本次文章中，我们将演示如何使用OpenCV源码自行编译代码文件，来实现CUDA加速。
Windows环境下Cmake编译opencv-python使用GPU资源
Cretheego的博客
02-12 1583
Windows环境下Cmake编译opencv-python使用GPU资源
opencv-python使用GPU资源--虚拟环境安装与编译opencv源码
lujx_1024的博客
11-24 1万+
本篇博文主要记录在windows系统opencv-Python的CUDA版本的编译与安装
python opencv gpu加速_详解python中GPU版本的opencv常用方法介绍
weixin_39953740的博客
11-29 1775
引言本篇是以python的视角介绍相关的函数还有自我使用中的一些问题，本想在这篇之前总结一下opencv编译的全过程，但遇到了太多坑，暂时不太想回看做过的笔记，所以这里主要总结python下GPU版本的opencv。主要函数说明threshold()：二值化，但要指定设定阈值blendLinear()：两幅图片的线形混合calcHist()createBoxFilter ()：创建一个规范化的2D...
opencv怎么使用GPU加速
weixin_35756624的博客
01-07 4325
要使用 OpenCV 的 GPU 模块，首先你需要安装带有 GPU 支持的 OpenCV 版本。然后，你需要确保你的计算机有一个 NVIDIA GPU，并且已经安装了 NVIDIA 的驱动程序和 CUDA 工具包。 在你的代码中，你需要首先将 OpenCV 的 GPU 模块导入，例如： import cv2 import cv2.cuda 然后，你可以使用 cv2.cuda.getCudaEna...
opencv 使用cuda
AI.PLAY
03-31 3534
编译opencv gpu版 网上有各种使用cmake + vs编译opencv contirbute的教程，但编译总会出错，不过没关系，直接按照流程走一遍，大部分库都是会编译成功的，那些编译不成功的库一般也用不到。 随手附上一篇： https://blog.csdn.net/stjuliet/article/details/84640094 获得GPU信息 int getCu...
OpenCV+CUDA入门教程之五---GpuMat详解
热门推荐
Marvek的博客
07-18 3万+
目录 一、简介 二、构造函数 二、GpuMat::upload、GpuMat::download 三、GpuMat与PtrStepSz、PtrStep 四、深复制与浅复制 五、其他成员函数 一、简介 GpuMat可以从其命名看出，它是“GPU”版本的Mat，绝大部分接口和Mat相同，功能也类似。 和Mat相比，GpuMat多了两个成员函数upload和download，分别...
ubuntu16.04下opencv3.3 GPU（CUDA）加速
mjiansun的专栏
09-13 4667
在opencv的cuda加速版时候会将cuda的一个libcudart.so.8.0加入到opencv的lib中，所以如果你以后升级你的cuda，那么opencv需要卸载后重新编译才能使用，毕竟cuda变了，原来的libcudart.so.8.0也不能继续调用了。 1.准备 1.安装好ubuntu16.04 2.安装配置好opencv3.3.0 配置教程 3.安装好cuda8.0 4.安装QT...
cuda编程（3）：kernel的加载
SeventhBlue
04-05 928
一、了解自己GPU的性能 方式有很多，我这里是编译opencv-gpu版本后，可以输出的相关信息。相关代码和结果： #include "opencv2/opencv.hpp" #include "opencv2/core/cuda.hpp" using namespace std; using namespace cv; using namespace cv::cuda; int mai...
OpenCV中GPU模块(CUDA)函数
网络资源是无限的
07-25 1万+
The OpenCV GPU module is a set of classes and functions to utilize GPU computational capabilities. It is implemented using NVIDIA* CUDA* Runtime API and supports only NVIDIA GPUs.   1.      getCudaE...
详解python中GPU版本的opencv常用方法介绍
菜鸟教程
11-16 5826
更多编程教程请到：菜鸟教程 https://www.piaodoo.com/ 友情链接：好看站 http://www.nrso.net/ 高州阳光论坛https://www.hnthzk.com/ 引言 本篇是以python的视角介绍相关的函数还有自我使用中的一些问题，本想在这篇之前总结一下opencv编译的全过程，但遇到了太多坑，暂时不太想回看做过的笔记，所以这里主要总结python下GPU版本的opencv。 主要函数说明 threshold()：二值化，但要指定设定阈值 blendLine
RTX3070显卡笔记本运行 torch.cuda.device_count() 显示 0 解决办法、Tensorflow包安装全解
页川叶川
03-20 1万+
RTX3070显卡笔记本运行 torch.cuda.device_count() 显示 0 解决办法 问题原因：CUDA、显卡驱动、pytorch、pytorchvision版本不对应 CUDA版本：11.3.1 显卡驱动：最高版本 pytorch安装：https://pytorch.org/get-started/locally/ 最终结果（成功）： ...............
OpenCV DNN模块推理YOLOv5 ONNX模型方法
lujx_1024的博客
07-25 5037
本文档主要描述`python`平台，使用`opencv-python`深度神经网络模块`dnn`,推理`YOLOv5`模型的方法。 文档主要包含以下内容： - `opencv-python`模块的安装 - `YOLOv5`模型格式的说明 - `ONNX`格式模型的加载 - 图片数据的预处理 - 模型推理 - 推理结果后处理，包括`NMS`,`cxcywh`坐标转换为`xyxy`坐标等 - 关键方法的调用与参数说明 - 完整的示例代码
cv2.cuda.getCudaEnabledDeviceCount() 一直是0，显卡是3060，也安装你说的安装了指定版本，为什么还一直是0
07-12
如果 `cv2.cuda.getCudaEnabledDeviceCount()` 返回的结果是 0，可能有以下几个原因导致： 1. 驱动问题：请确保你的显卡驱动已经正确安装并与 CUDA 版本兼容。你可以尝试更新显卡驱动到最新版本，并确保驱动与 CUDA 12.2 兼容。 2. CUDA 安装问题：重新检查 CUDA 的安装是否正确。确保你已经按照官方文档的要求正确安装 CUDA 12.2，并设置了相应的环境变量。 3. OpenCV 编译问题：如果你是通过 pip 安装的 OpenCV，可能需要检查 OpenCV 是否是与 CUDA 兼容的编译版本。建议通过源码编译的方式，确保 OpenCV 在编译时正确链接了 CUDA 支持。 4. 显卡兼容性问题：尽管 NVIDIA 3060 显卡理论上是支持 CUDA 的，但有时候可能会出现一些特殊情况。你可以确认一下显卡型号是否是完全支持 CUDA 12.2 的。 如果以上方法仍然无法解决问题，建议查阅 OpenCV 官方文档、CUDA 官方文档以及 NVIDIA 开发者论坛，看看是否能找到与你类似的问题和解决方案。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值