OpenCV 编译安装教程

最新推荐文章于 2024-09-20 21:19:37 发布

CV算法恩仇录

最新推荐文章于 2024-09-20 21:19:37 发布

阅读量7.3k

点赞数

文章标签： python opencv 计算机视觉

本文链接：https://blog.csdn.net/kaikeba0826/article/details/122715190

版权

本文详细介绍了如何在Windows环境下编译安装带有GPU支持的OpenCV，包括检查GPU、安装驱动、VS2019、CUDA和cuDNN，以及编译和设置环境变量的步骤，适合计算机视觉和深度学习开发者参考。

摘要由CSDN通过智能技术生成

原创：PinkFeet

本文全程科学上网。

传统视觉算法时代，GPU 的作用没有现在明显。近些年来，随着深度学习方法崛起，卷积神经网络模块被嵌入到了 OpenCV，加上特定任务场景下的需求，GPU 的重要性越来越显著，计算机视觉从业人员用到 GPU 的机会越来越多。

首先，简单介绍一下 GPU。英伟达最新的一块显卡上的核心可以达到上万个，每一个核心可以同时进行运算，从而达到大规模降低运行时间的效果，但每一个核心运行的内容逻辑不能很复杂，所以它天然地适合做矩阵运算，尤其是高维的矩阵运算。如果任务实时性要求很高，就一定会要求使用 GPU。典型的应用场景有：无人驾驶、人脸识别等。无人驾驶场景对实时性的要求非常高，如果计算得不够快，车辆已经开出去很远，很可能引发安全问题。人脸识别场景对实时性的要求主要是从客户体验的角度考虑。另外，当模型的参数变得很多的时候，要训练一个模型需要很多时间，如果使用 GPU 训练模型，就能缩小训练时间，加快模型上线时间。

一、检查 GPU

为了编译 OpenCV，我们对 GPU 要做什么准备工作呢？确认硬件，即确认机器是否有显卡，是否有独立显卡（不能是核心显卡），品牌必须是英伟达，不可以是 AMD 或其他品牌的显卡，这是因为 OpenCV 需要 GPU 支持的时候，是通过 CUDA 编译，CUDA 是英伟达的辅助库，只有英伟达的显卡支持 CUDA 编译。因此说只有使用英伟达显卡，才可以添加 GPU 支持。打开 Nvidia Settings-(左下角)System Information，查看显卡型号和显卡驱动版本号。