人脸识别之Dlib CUDA加速

最新推荐文章于 2024-05-16 17:55:09 发布
最新推荐文章于 2024-05-16 17:55:09 发布
阅读量2.5k 收藏 9
点赞数
分类专栏： CUDA 人脸识别
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/Joker_N/article/details/101270524
版权
本文介绍了在win10环境下，使用VS2017和CUDA 10.0 CUDNN来编译dlib19.17，实现dlib的GPU加速。详细步骤包括下载CUDA和CUDNN，下载dlib源码，通过cmake编译，并在python中编译安装，以确保支持GPU功能。
摘要由CSDN通过智能技术生成

文章目录

1、环境

win10 + vs2017 + dlib19.17

2、下载CUDA和CUDNN

CUDA和CUDNN统一使用10.0版本
在这里插入图片描述
CUDA官网
CUDNN官网

3、下载DLIB

dlib是一款c++库，官网也提供python API，但python版本默认不支持GPU。
只能通过编译c++版本可以实现python-dlib 的GPU加速。
dlib-19.17版本
Dlib官网
Dlib官方博客

4、cmake编译dlib

5、python编译安装

1、卸载CPU版本
如果命令删除失败，可以手动删除D:\Program Files (x86)\Python36\Lib\site-packages目录下的两个文件夹。

最低0.47元/天 解锁文章
BetaGarf
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
dlib GPU加速尚未解决
fengyuzaitu_126_com的博客
06-24 348
背景 VS2017 + CUDA10.1 问题1 打开解决方案C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\1_Utilities\deviceQuery，运行异常 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.1\1_Utilities\deviceQuery\deviceQuery_vs2017.vcxproj(41,5): error MSB4019: ...
安装dlib的时候print(dlib.DLIB_USE_CUDA)输出为‘False’解决办法！！！
01-20
1.首先正常安装自己的tensorflow-gpu，CUDA，cuDNN，python，tensorflow（注意版本兼容问题） 2.下载CMake，解压缩 3.用VIS2019打开dlib-master的安装目录并且开始编辑json文件，开启USE_AVX_INSTRUCTIONS，失效USE_SSE2_INSTRUCTIONS        4.进入dlib的安装目录 #不用像网上说的那样加什么--yes python .\setup.py install 5.结果 6.输入代码测试dlib #!/usr/bin/python3.6 # -*- coding: utf-8 -*-
win11安装dlib并使用cuda加速
最新发布
xiao13mm的博客
05-16 423
安装CMake，CMake官网下载地址：https://cmake.org/download/，进入下载最新的msi文件，我下载的是：cmake-3.26.0-rc5-windows-x86_64.msi；（命令后跟–no DLIB_GIF_SUPPORT是因为：不跟容易报libfig库相关的错）进行编译安装，在安装的过程中会出现在： Enabling CUDA support for dlib. DLIB WILL USE CUDA，表示dlib可以使用gpu加速。1、首先在本地安装好anaconda；
dlib的CUDA加速
02-09 3615
软硬件环境 Intel® Xeon® CPU E5-1607 v4 @ 3.10GHz GTX 1070 Ti 32G ubuntu 18.04 64bit anaconda with python 3.6 CUDA 9.0 准备工作 N卡的驱动及CUDA的安装请见 https://blog.xugaoxiang.com/ai/ubuntu-cuda.html, 如果之前通过 conda 或者...
启用dlib的CUDA加速功能（OS：Window10）
Weng Shihao's blog
03-04 2750
0x00. Introduction 做了很久ML才发现自己的dlib还在用CPU跑 国内网上教程都太老了，现版本的dlib已经无法适配老版本的CUDA和cuDNN了，VS2015的C++11编译器好像也无法编译现版本的了，自己摸索了两天（万恶的CMake）实现了。。。。 0x01. Download 1.Visual Studio 2017 download link note：选择框架如下 2.CUDA Toolkit 11.5 download link 3.cudnn-11.5-window
win10+anaconda+cuda配置dlib，使用GPU对dlib的深度学习算法进行加速（以人脸检测为例）...
weixin_33871366的博客
02-18 711
在计算机视觉和机器学习方向有一个特别好用但是比较低调的库，也就是dlib，与opencv相比其包含了很多最新的算法，尤其是深度学习方面的，因此很有必要学习一下。恰好最近换了一台笔记本，内含一块GTX1060的显卡，可以用来更快地跑深度学习算法。以前用公司HP的工作站配置过dlib，GPU是Quadro K420，用dlib自带的人脸识别算法（ResNet）测试过，相比较1060的速度确实要快上很多...
windows在anaconda环境中安装dlib并且使用gpu加速
Charlotte_DL的博客
03-03 1335
windows 中dlib gpu加速
dlib库使用cuda检测人脸，c++代码
weixin_42594427的博客
01-28 163
dlib库可以使用CUDA来加速人脸检测。使用CUDA需要安装dlib的CUDA版本，并在代码中使用dlib::cuda::get_frontal_face_detector()函数来获取人脸检测器。下面是一个示例代码： #include <dlib/image_processing.h> #include <dlib/image_io.h> #include <dl...
dlib gpu版本 cuda加速使用配置及遇到的问题
cpj123cpj的博客
08-14 3718
编译dlib cuda版本时会遇到找不到cuda头文件的一些问题记录如下： 1.默认已经安装好了显卡驱动； 2.默认已经安装好了cuda和对应的cudnn版本； 3.下载dlib安装包： git clone https://github.com/davisking/dlib.git cd dlib mkdir build cd build cmake … -DDLIB_USE_CUDA=1 -DU...
dlib怎么使用cuda
weixin_42593701的博客
01-28 284
首先，确保安装了 CUDA 和 cuDNN，并且配置好了环境变量。其次，在安装 dlib 时使用相应的 CUDA 版本，例如：pip install dlib-cuda。最后，在程序中使用 dlib.cuda 模块即可使用 CUDA 加速。 ...
windows10环境下，Python 使用dlib cuda 编译和安装
qq_45145827的博客
01-21 1827
windows10环境下，Python 使用dlib cuda 编译和安装
编译好的dlib19.16编译环境CUDA9.2 CUDNN
11-10
编译好的dlib19.16 编译环境GPU版本为CUDA9.2 和CUDNN
Dlib 通过NVIDIA的 CUDA 使用GPU
gong0585的专栏
01-07 3805
配置CUDA通过dlib使用GPU
Linux环境下安装C++深度学习库Dlib及CUDA的安装与配置
冬泉谷
04-17 2509
Dlib是一个基于C++的机器学习/深度学习开源库，具有完整、丰富的文档说明，同时提供C++和python接口。 本文完整地介绍如何安装配置CUDA和cuDNN相关环境 1. 服务器环境 Ubuntu 18.04 gcc 7.5.0 g++ 7.5.0 cmake 3.20.1 由于是C++项目，Dlib编译需要用到cmake，服务器上应该没有默认安装，需要自己先装一下。 2. CUDA和cuDNN安装（非root用户） 很多同学都是实验室服务器，建议以非Root形式安装在当前用户目录中，这
win10系统python下实现dlib的GPU加速
luckyfairy17的博客
11-08 9316
上篇文章：python调用Dlib做人脸识别（https://blog.csdn.net/luckyfairy17/article/details/83822583）存在人脸识别实效性不好的问题，因为pip install dlib默认是安装没有GPU加速支持的dlib 因此，需要重新配置环境，实现GPU加速，以提高实效性 参考：https://blog.csdn.net/Mrxxyz/art...
从源码安装人脸Dlib库报错。cuda_dlib.cu(1762): error
HelloWor1d的博客
06-06 980
从GitHub上下载源码Dlib库进行安装时，报如下错误： [ 1%] Building NVCC (Device) object dlib/CMakeFiles/dlib.dir/cuda/dlib_generated_cuda_dlib.cu.o /home/zjb/dlib/dlib/cuda/cuda_dlib.cu(1762): error: calling a constexpr __host__ function("log1p") from a __device__ function(".
window/linux 安装dlib、face_recognition
あずにゃん梓喵的博客
08-08 821
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 安装CMake、dlib（必须先安装CMake，才能成功安装dlib） 1.方法一 1.CMake官网下载安装CMake 2.添加CMake的bin目录到环境变量Path中 3.检查是否生效，cmd输入 cmake --version ...
Dlib CUDA加速之如何完全卸载CPU版本dlib
Joker_N的博客
09-24 1425
卸载CPU版本dlib
【Dlib配置GPU加速】报错：If you have cuDNN then set CMAKE_PREFIX_PATH to include cuDNN‘s folder.
qq_45145827的博客
01-21 525
If you have cuDNN then set CMAKE_PREFIX_PATH to include cuDNN's folder
face_recognition人脸识别GPU加速
09-02
您好！对于face_recognition库的人脸识别任务，如果您希望在GPU上进行加速，可以尝试以下方法： 1. 使用GPU版本的OpenCV：安装包含CUDA支持的OpenCV版本，并确保正确配置GPU驱动和CUDA工具包。然后，您可以使用face_recognition库与GPU支持的OpenCV一起使用，以实现在GPU上的加速。 2. 使用基于GPU加速的人脸识别库：除了face_recognition库外，还有一些专门针对GPU加速的人脸识别库可供选择。例如，dlib库提供了一个基于CUDA的人脸识别器，可以利用GPU进行加速。 3. 并行化处理：如果您愿意编写自己的人脸识别算法，可以使用GPU编程框架（如CUDA或OpenCL）来并行化处理。通过将算法中的计算任务分配给多个GPU核心同时处理，可以显著提高性能。 请注意，具体的实施方法可能会因您的环境和需求而有所不同。建议您在实施之前查阅相关文档或寻求专业开发人员的帮助。
评论 2
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