Opencv4.4调用Yolov4模型并使用CUDA加速程序运行
程序运行环境
由于不使用cuda加速的opencv调用yolov4模型进行预测时,检测一张图像大约需要180ms,检测速度较慢。因此使用cuda对程序进行加速,最终的检测效果能够达到20ms检测一张图像,检测效率提升明显。
1.Windows10+vs2017+CUDA10.1+cudnn7.6.3
2.opencv4.4+yolov4模型
3.Cmake3.17.4
1.Windows10+vs2017+CUDA10.1+cudnn7.6.3
安装vs2017与CUDA10.1以及安装对应的cudnn版本比较简单,这里不进行介绍。
2.opencv4.4+yolov4模型
opencv4.4在2020年7月发布,其中这个版本的opencv支持YOLO v4与EfficientDet
下载链接为:opencv4.4 link.
opencv 额外扩展模块 link.
2.Cmake3.17.4
Cmake3.17.4下载链接为 link.
最终效果
CUDA加速前程序运行效果
从图片看到一张图片的检测速度为224.37