Cmake opencv cuda 报错 OPENCV_DNN_CUDA

Cmake opencv cuda 报错 OPENCV_DNN_CUDA

Last edited time: July 19, 2024 7:43 PM

求赞求赞求赞,若对你产生帮助,鼓励一下

Cmake 报错 OPENCV_DNN_CUDA

> CMake Error at modules/dnn/CMakeLists.txt:53 (message):
> DNN: CUDA backend requires cuDNN.  Please resolve dependency or disable ## 标题OPENCV_DNN_CUDA=OFF
> Call Stack (most recent call first):
> modules/world/CMakeLists.txt:13 (include)
> modules/world/CMakeLists.txt:50 (include_one_module)
>

https://i-blog.csdnimg.cn/direct/13a80fab1bcb4cc390d3bea87317af4f.png

问题分析:

DNN: CUDA backend requires cuDNN. Please resolve dependency or disable OPENCV_DNN_CUDA=OFF

依赖cudnn,但是没有安装。

解决方法:

办法1:

cmake搜索 OPENCV_DNN_CUDA,取消勾选

办法2(推荐)

1、先按该教程安装cuda、cudnn(若已安装则继续下一步):Cuda和cuDNN安装教程(超级详细)-CSDN博客

2、安装完成后,因为改变环境变量,重新启动计算机

3、cmake 勾选Advanced (不勾选该选项,搜索没有结果),cmake 搜索CUDNN_LIBRARY,找到并输入cudnn.lib的安装位置,如图所示。

重新Generate即可

https://i-blog.csdnimg.cn/direct/a6ab81a8369c4e7c8a7dc7b05aff5d80.png

OpenCV 4 开源库包含了许多功能和模块,其中包括了 contribute、cmakecudadnn.h。下面我来逐一解释它们的含义和作用。 1. Contribute: contribute 是 OpenCV 中的一个特殊模块,主要用于收集和整合开发者贡献的特性和算法。它提供了一种方式让开发者可以将自己的代码整合到 OpenCV 中,以便更广泛地被使用和测试。 2. CMake: CMake 是一个跨平台、开源的构建系统工具,用于管理软件项目的构建过程。在 OpenCV 中,CMake 被用于配置项目以生成对应平台的构建文件。它简化了构建过程,使得开发者可以更方便地编译和部署 OpenCV。 3. CUDA: CUDA 是 NVIDIA 公司推出的并行计算平台和编程模型。在 OpenCV 中,CUDA 被用于加速计算密集型任务,如图像处理和机器学习算法。通过利用 GPU 的并行能力,CUDA 可以显著提升 OpenCV 在处理大规模数据时的性能和效率。 4. dnn.h: dnn.h 是 OpenCV 中的一个头文件,它提供了深度神经网络相关的函数和类。通过 dnn.h,开发者可以使用 OpenCV 提供的深度学习模块来构建和训练自己的神经网络模型,并将其应用于图像处理、物体识别等任务中。 总结来说,OpenCV 4 中的 contribute 模块使得开发者可以更方便地贡献自己的代码;CMake 简化了 OpenCV 的构建过程;CUDA 利用 GPU 提升了 OpenCV 的性能;dnn.h 提供了深度学习相关的功能。这些模块和功能都使得 OpenCV 在计算机视觉和图像处理领域有更广泛的应用和更高的性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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