halcoN GPU

halcon18.11——DL

 http://www.ihalcon.com/read-11150.html

 

楼主^#

更多 发布于：2018-12-04 19:50

 

 

1.  按顺序下载安装 halcon-18.11.1.0-windows  和 halcon-18.11.1.0-windows-deep-learning 
2.  打开并运行深度学习例程，如出现CUDA driver out_of_date,  则根据第3 步更新显卡驱动。 
3.  下载并安装自己电脑NVIDIA GPU 型号对应的最新显卡驱动。（安装时按默认即可） 
资源下载参考网站： https://www.nvidia.cn/Download/index.aspx?lang=cn 
GeForce GTX 产品型号列表： https://www.geforce.cn/drivers/results/114445 
如GTX1050 （计算容量2G ）下载 417.22-desktop-win10-64bit-international-whql 
4.  若仍然不能运行，尝试下载最新的cudnn （一个用于深度神经网络的加速库）：cudnn-10.0-windows10-x64-v7.4.1.5 ，之后将其解压，把文件cudnn64_7.dll 复制到D:\halcon18.11\bin\x64-win64\thirdparty 将原来的cudnn64_7.dll 覆盖掉。thirdparty 文件夹是安装halcon-18.11.1.0-windows-deep-learning 后才有的，cublas64_100.dll 已是目前最新发CUDA 版本，无需更新。 
cuDNN 资源下载参考网站： https://developer.nvidia.com/cudnn 
CUDA 资源下载参考网站： https://developer.nvidia.com/cuda-toolkit 
5.  若运行中出现内存问题（GPU 计算容量造成的）： 
 
 
可将程序中变量BatchSize 由本来的64 改为40 或者更小。该变量决定在训练或预测中一次能同时训练或预测多少个，值越大训练速度越快，也需要更大的GPU 。（注：在halcon18 版本中DL 训练用到GPU ，预测仅用到CPU ，其中halcon18.11 比halcon18.05 多了目标检测和语义分割。） 
6.  在例程classify_pill_defects_deep_learning 中有bug ，gen_interactive_confusion_matrix 函数中第274 行GenParamName 变量的赋值中将'display_buttons' 改为'display_images' 。不然在276 行函数get_dl_classifier_image_results 中执行出错。

转载于:https://www.cnblogs.com/shuimuqingyang/p/10945843.html