CUDA Samples: image normalize(mean/standard deviation)

最新推荐文章于 2023-11-10 16:09:34 发布

Ring__Rain

最新推荐文章于 2023-11-10 16:09:34 发布

阅读量1.3k

点赞数

分类专栏： cuda 视觉算法

本文链接：https://blog.csdn.net/qq_30263737/article/details/81736907

版权

视觉算法同时被 2 个专栏收录

116 篇文章 12 订阅

订阅专栏

cuda

42 篇文章 27 订阅

订阅专栏

以下CUDA sample是分别用C++和CUDA实现的通过均值和标准差对图像进行类似归一化的操作，并对其中使用到的CUDA函数进行了解说，各个文件内容如下：

关于均值和标准差的计算公式可参考： http://blog.csdn.net/fengbingchun/article/details/73323475

funset.cpp:

#include "funset.hpp"
#include <random>
#include <iostream>
#include <vector>
#include <memory>
#include <string>
#include <algorithm>
#include "common.hpp"
#include <opencv2/opencv.hpp>
int test_image_normalize()
{
std::string image_name{ "E:/GitCode/CUDA_Test/test_images/lena.png" };
cv::Mat matSrc = cv::imread(image_name);
if (!matSrc.data) {
fprintf(stderr, "read image fail: %s\n", image_name.c_str());
return -1;
}
const int width{ 511 }, height{ 473 }, channels{ 3 };
cv::resize(matSrc, matSrc, cv::Size(width, height));
matSrc.convertTo(matSrc, CV_32FC3);
std::vector<cv::Mat> matSplit;
cv::split(matSrc, matSplit);
CHECK(matSplit.size() == channels);
std::unique_ptr<float[]> data(new float[matSplit[0].cols * matSplit[0].rows * channels]);
size_t length{ matSplit[0].cols * matSplit[0].rows * sizeof(float) };
for (int i = 0; i < channels; ++i) {
memcpy(data.get() + matSplit[0].cols * matSplit[0].rows * i, matSplit[i].data, length);
}
float elapsed_time1{ 0.f }, elapsed_time2{ 0.f }; // milliseconds
std::unique_ptr<float[]> dst1(new float[matSplit[0].cols * matSplit[0].rows * channels]);
std::unique_ptr<float[]> dst2(new float[matSplit[0].cols * matSplit[0].rows * channels]);
int ret = image_normalize_cpu(data.get(), dst1.get(), width, height, channels, &elapsed_time1);
if (ret != 0) PRINT_ERROR_INFO(image_normalize_cpu);
ret = image_normalize_gpu(data.get(), dst2.get(), width, height, channels, &elapsed_time2);
if (ret != 0) PRINT_ERROR_INFO(image_normalize_gpu);
int count{ 0 }, num{ width * height * channels };
for (int i = 0; i < num; ++i) {
if (fabs(dst1[i] - dst2[i]) > 0.01/*EPS_*/) {
fprintf(stderr, "index: %d, val1: %f, val2: %f\n", i, dst1[i], dst2[i]);
++count;
}
if (count > 100) return -1;
}
std::vector<cv::Mat> merge(channels);
for (int i = 0; i < channels; ++i) {
merge[i] = cv::Mat(height, width, CV_32FC1, dst2.get() + i * width * height);
}
cv::Mat dst3;
cv::merge(merge, dst3);
dst3.convertTo(dst3, CV_8UC3, 255.f);
cv::imwrite("E:/GitCode/CUDA_Test/test_images/image_normalize.png", dst3);
//cv::resize(matSrc, matSrc, cv::Size(width, height));
//cv::imwrite("E:/GitCode/CUDA_Test/test_images/image_src.png", matSrc);
fprintf(stderr, "test image normalize: cpu run time: %f ms, gpu run time: %f ms\n", elapsed_time1, elapsed_time2);
return 0;
}

image_normalize.cpp:

#include "funset.hpp"
#include <vector>
#include <chrono>
#include "common.hpp"
int image_normalize_cpu(const float* src, float* dst, int width, int height, int channels, float* elapsed_time)
{
auto start = std::chrono::steady_clock::now();
const int offset{ width * height };
for (int i = 0; i < channels; ++i) {
const float* p1 = src + offset * i;
float* p2 = dst + offset * i;
float mean{ 0.f }, sd{ 0.f };
for (int t = 0; t < offset; ++t) {
mean += p1[t];
sd += pow(p1[t], 2.f);
p2[t] = p1[t];
}
mean /= offset;
sd /= offset;
sd -= pow(mean, 2.f);
sd = sqrt(sd);
if (sd < EPS_) sd = 1.f;
for (int t = 0; t < offset; ++t) {
p2[t] = (p1[t] - mean) / sd;
}
}
auto end = std::chrono::steady_clock::now();
auto duration = std::chrono::duration_cast<std::chrono::nanoseconds>(end - start);
*elapsed_time = duration.count() * 1.0e-6;
return 0;
}

image_normalize.cu:

#include "funset.hpp"
#include <iostream>
#include <memory>
#include <algorithm>
#include <cmath>
#include <cuda_runtime.h> // For the CUDA runtime routines (prefixed with "cuda_")
#include <device_launch_parameters.h>
#include "common.hpp"
/* __global__: 函数类型限定符;在设备上运行;在主机端调用,计算能力3.2及以上可以在
设备端调用;声明的函数的返回值必须是void类型;对此类型函数的调用是异步的,即在
设备完全完成它的运行之前就返回了;对此类型函数的调用必须指定执行配置,即用于在
设备上执行函数时的grid和block的维度,以及相关的流(即插入<<< >>>运算符);
a kernel,表示此函数为内核函数(运行在GPU上的CUDA并行计算函数称为kernel(内核函
数),内核函数必须通过__global__函数类型限定符定义);*/
__global__ static void image_normalize(const float* src, float* dst, int count, int offset)
{
/* gridDim: 内置变量,用于描述线程网格的维度,对于所有线程块来说,这个
变量是一个常数,用来保存线程格每一维的大小,即每个线程格中线程块的数量.
一个grid最多只有二维,为dim3类型；
blockDim: 内置变量,用于说明每个block的维度与尺寸.为dim3类型,包含
了block在三个维度上的尺寸信息;对于所有线程块来说,这个变量是一个常数,
保存的是线程块中每一维的线程数量;
blockIdx: 内置变量,变量中包含的值就是当前执行设备代码的线程块的索引;用
于说明当前thread所在的block在整个grid中的位置,blockIdx.x取值范围是
[0,gridDim.x-1],blockIdx.y取值范围是[0, gridDim.y-1].为uint3类型,
包含了一个block在grid中各个维度上的索引信息;
threadIdx: 内置变量,变量中包含的值就是当前执行设备代码的线程索引;用于
说明当前thread在block中的位置;如果线程是一维的可获取threadIdx.x,如果
是二维的还可获取threadIdx.y,如果是三维的还可获取threadIdx.z;为uint3类
型,包含了一个thread在block中各个维度的索引信息 */
int index = threadIdx.x + blockIdx.x * blockDim.x;
if (index > count - 1) return;
const float* input = src + index * offset;
float* output = dst + index * offset;
float mean{ 0.f }, sd{ 0.f };
for (size_t i = 0; i < offset; ++i) {
mean += input[i];
sd += pow(input[i], 2.f);
output[i] = input[i];
}
mean /= offset;
sd /= offset;
sd -= pow(mean, 2.f);
sd = sqrt(sd);
if (sd < EPS_) sd = 1.f;
for (size_t i = 0; i < offset; ++i) {
output[i] = (input[i] - mean) / sd;
}
}
int image_normalize_gpu(const float* src, float* dst, int width, int height, int channels, float* elapsed_time)
{
/* cudaEvent_t: CUDA event types,结构体类型, CUDA事件,用于测量GPU在某
个任务上花费的时间,CUDA中的事件本质上是一个GPU时间戳,由于CUDA事件是在
GPU上实现的,因此它们不适于对同时包含设备代码和主机代码的混合代码计时 */
cudaEvent_t start, stop;
// cudaEventCreate: 创建一个事件对象,异步启动
cudaEventCreate(&start);
cudaEventCreate(&stop);
// cudaEventRecord: 记录一个事件,异步启动,start记录起始时间
cudaEventRecord(start, 0);
float *dev_src{ nullptr }, *dev_dst{ nullptr };
size_t length{ width * height * channels * sizeof(float) };
// cudaMalloc: 在设备端分配内存
cudaMalloc(&dev_src, length);
cudaMalloc(&dev_dst, length);
/* cudaMemcpy: 在主机端和设备端拷贝数据,此函数第四个参数仅能是下面之一:
(1). cudaMemcpyHostToHost: 拷贝数据从主机端到主机端
(2). cudaMemcpyHostToDevice: 拷贝数据从主机端到设备端
(3). cudaMemcpyDeviceToHost: 拷贝数据从设备端到主机端
(4). cudaMemcpyDeviceToDevice: 拷贝数据从设备端到设备端
(5). cudaMemcpyDefault: 从指针值自动推断拷贝数据方向,需要支持
统一虚拟寻址(CUDA6.0及以上版本)
cudaMemcpy函数对于主机是同步的 */
cudaMemcpy(dev_src, src, length, cudaMemcpyHostToDevice);
/* <<< >>>: 为CUDA引入的运算符,指定线程网格和线程块维度等,传递执行参
数给CUDA编译器和运行时系统,用于说明内核函数中的线程数量,以及线程是如何
组织的;尖括号中这些参数并不是传递给设备代码的参数,而是告诉运行时如何
启动设备代码,传递给设备代码本身的参数是放在圆括号中传递的,就像标准的函
数调用一样;不同计算能力的设备对线程的总数和组织方式有不同的约束;必须
先为kernel中用到的数组或变量分配好足够的空间,再调用kernel函数,否则在
GPU计算时会发生错误,例如越界等;
使用运行时API时,需要在调用的内核函数名与参数列表直接以<<<Dg,Db,Ns,S>>>
的形式设置执行配置,其中：Dg是一个dim3型变量,用于设置grid的维度和各个
维度上的尺寸.设置好Dg后,grid中将有Dg.x*Dg.y个block,Dg.z必须为1;Db是
一个dim3型变量,用于设置block的维度和各个维度上的尺寸.设置好Db后,每个
block中将有Db.x*Db.y*Db.z个thread;Ns是一个size_t型变量,指定各块为此调
用动态分配的共享存储器大小,这些动态分配的存储器可供声明为外部数组
(extern __shared__)的其他任何变量使用;Ns是一个可选参数,默认值为0;S为
cudaStream_t类型,用于设置与内核函数关联的流.S是一个可选参数,默认值0. */
image_normalize << < channels, 512 >> >(dev_src, dev_dst, channels, width*height);
cudaMemcpy(dst, dev_dst, length, cudaMemcpyDeviceToHost);
// cudaFree: 释放设备上由cudaMalloc函数分配的内存
cudaFree(dev_src);
cudaFree(dev_dst);
// cudaEventRecord: 记录一个事件,异步启动,stop记录结束时间
cudaEventRecord(stop, 0);
// cudaEventSynchronize: 事件同步,等待一个事件完成,异步启动
cudaEventSynchronize(stop);
// cudaEventElapseTime: 计算两个事件之间经历的时间,单位为毫秒,异步启动
cudaEventElapsedTime(elapsed_time, start, stop);
// cudaEventDestroy: 销毁事件对象,异步启动
cudaEventDestroy(start);
cudaEventDestroy(stop);
return 0;
}

原图如下：

结果图如下：

执行结果如下：由运行时间可知，GPU要远慢于CPU，后面再对GPU实现进行优化。还有一个问题是，在Release下，执行正常，在Debug下，GPU，在调用核函数时，会在for循环中无故退出，具体原因还未知，后面待进一步分析。

GitHub： https://github.com/fengbingchun/CUDA_Test

Ring__Rain

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
CUDA Samples: image normalize(mean/standard deviation)

以下CUDA sample是分别用C++和CUDA实现的通过均值和标准差对图像进行类似归一化的操作，并对其中使用到的CUDA函数进行了解说，各个文件内容如下：关于均值和标准差的计算公式可参考： http://blog.csdn.net/fengbingchun/article/details/73323475funset.cpp: #include "funset....
复制链接

扫一扫

专栏目录