face_recognition人脸识别库Cuda加速

问题背景

        在使用face_recognition进行人脸识别的时候，自己电脑上配置的有显卡加速环境，但是发现速度并没有很快，于是自己思考，在配置环境OK有cuda加速的情况下会比较快吗，如何设置face_recognition库使其在进行人脸识别的时候是调用cpu还是GPU呢？经过调研分析，发现在使用 CUDA 加速的情况下，face_recognition 库的人脸识别速度确实会更快。face_recognition 是基于 dlib 库构建的，而 dlib 支持 CUDA 加速以利用 GPU 提升计算性能。通过正确配置，您可以让 face_recognition 使用 GPU 进行人脸识别，从而显著提高处理速度，特别是在处理大量图像时。以下是详细的步骤和说明，帮助您在使用 CUDA 加速的情况下配置 face_recognition 库：

1.前提条件

• CUDA 兼容的 NVIDIA GPU：确保您的系统中安装了支持 CUDA 的 NVIDIA 显卡。
• CUDA Toolkit：下载并安装 CUDA Toolkit。
• cuDNN：下载并安装与您 CUDA Toolkit 版本兼容的 cuDNN 库。
• CMake：确保系统中已安装 CMake。
• Python：建议使用 Python 3.6 及以上版本。

2.安装 CUDA 和 cuDNN

安装 CUDA Toolkit

1.前往 CUDA Toolkit 下载页面。
2.根据您的操作系统和硬件选择合适的版本，并按照安装指引进行安装。

安装 cuDNN

1.前往 cuDNN 下载页面（需要注册