win10 编译opencv4.5.0 （gpu版）

1. 背景

正常官方推荐的exe安装，调用cv::dnn模块运行，超级慢，而且打印信息：

setUpNet DNN module was not built with CUDA backend; switching to CPU

即使加上加速代码，依然超级慢，跑512x512图像，分割网络需要1s，2080ti 7.5算力：

this->loc_net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
this->loc_net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);

所以需要编译源码，开启cuda加速模块。

---

2. 环境

（1）win10，visual studio 2019 (试过2015编译失败)，cuda10.2，cudnn8.0.3，opencv4.5.0, opencv-contrib-4.5.0.

（2）或者，visual studio 2019+cuda11.4+cudnn8.2.2（8.0.3）+opencv4.5.0+opencv-contrib4.5.0

（3） visual studio 2019+cuda11.1+cudnn8.0.3+opencv4.5.0+opencv-contrib4.5.0

3. 编译opencv

下载opencv4.5.0

https://github.com/opencv/opencv/archive/4.5.0.ziphttps://github.com/opencv/opencv/archive/4.5.0.zip下载opencv-contrib4.5.0

https://github.com/opencv/opencv_contrib/archive/refs/tags/4.5.0.ziphttps://github.com/opencv/opencv_contrib/archive/refs/tags/4.5.0.zip下载.cache文件夹（或者关注最下面的公众号，回复cache即可获取）

opencv4.5.0对应的.cache文件夹-互联网文档类资源-CSDN下载里面的文件完整，如下所示：adedataffmpegippicvnvidia_optica更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/jizhidexiaoming/82456363

把.cache文件夹放在opencv-4.5.0 文件下

下载安装cmake 3.23

https://github.com/Kitware/CMake/releases/download/v3.23.0-rc2/cmake-3.23.0-rc2-windows-x86_64.msihttps://github.com/Kitware/CMake/releases/download/v3.23.0-rc2/cmake-3.23.0-rc2-windows-x86_64.msicmake配置源路径和目标路径

点击configure 

等待几分钟。

（1）勾选CUDA；

（2）设置opencv_contrib路径

 （3）勾选build_opencv_world

（4）去掉python，test、java加快后面的编译

再次点击configure 

（5）cuda_arch_bin算力设置

算力查询： 

CUDA GPU | NVIDIA Developerhttps://developer.nvidia.com/zh-cn/cuda-gpus

或者cuda_generation设置为auto

 

（6）勾选cuda_fast_math

（7） 去掉setupvars

点击configure，再点击generate

这时候在生成的文件夹下搜索opencv_world450d.lib是没有的，需要vs继续编译。

 vs2019打开opencv.sln，进行编译

 打开界面如下。

 任务栏-》生成-》配置管理器，勾选INSTALL

 点击生成解决方案。等待两小时。。。编译成功。

---

4. 问题

（1）2080ti的显卡算力是7.5，在2080ti编译的opencv，放到3090显卡算力8.6上跑报错：

OpenCV(4.5.0) Error: No CUDA support (OpenCV was not built to work with the selected device.

备忘下，原因还未知。。。继续第二步探索

（2）3090显卡上编译opencv，设置cuda_arch_bin = 7.5;8.6，vs2019编译时报错：

CMake Error at cuda_compile_1_generated_gpu_mat.cu.obj.Debug.cmake:22.

 备忘下，原因还未知。。。继续第三步探索

（3）3090显卡上编译opencv，设置cuda_generation= auto，点击configure后，cuda_arch_bin会自动识别到当前值应该为8.6

 继续探索

（4）编译3090编译opencv时报错（此时设置cuda_arch_bin=8.6）：

nvcc fatal   : Unsupported gpu architecture 'compute_86'

LINK : fatal error LNK1104: 无法打开文件“..\..\lib\Debug\opencv_world450d.lib”

根据以下链接建议升高cuda版本（当前是10.2，建议升到11.4）。

ubuntu - nvcc fatal : Unsupported gpu architecture 'compute_86' - Stack Overflowhttps://stackoverflow.com/questions/69865825/nvcc-fatal-unsupported-gpu-architecture-compute-86升级后，编译成功。

 （5）基于第4步，编译成功后进行测试，问题：

initCUDABackend CUDA backend will fallback to the CPU implementation for

原因未知。待解决。。。

（6）cuda\vc140.pdb, has an obsolete format, delete it and recompile

成功编译完release版本后，紧接着编译debug报这个错误，原因可能是有release生成的文件冲突了，解决办法：删掉编译release生成的所有文件，重新编译，或者更彻底的办法是重新走一遍上面的流程，即用cmake重新生成opencv.sln，然后重新编译debug版本。