c++ opencv gpu版本配置与安装 (篇二:遇到的问题解决)

一、cmake编译过程错误

1、cmake 3.20版本在配置完opencv的source和build路径,第一次点击configure,对于visual 2017只能选择win32,2019及以上才能选择x64。所以如果配置成win32,尽管cmake编译成功。但是在visual生成install时候会各种报错。

2、cmake 3.22.4版本,visual 2017 可以选择X64。visual版本选择不要出错,否则要重新来过。

3、cmake编译过程中,勾选补充
with_tbb with_openmp cuda_fast_math(cuda第一次编译后,才会出现)
cuda_arch_bin算力设置或者cuda_generation设置为auto

二、visual 生成过程错误

1、模块计算机类型x64与目标计算机类型X86冲突
原因:cmake在第一次configure选择visual studio版本时错误(如:使用cmake 2.20,选择visual 2017时只有win32。虽然cmake编译成功,但是在visual生成时,会报这个错误)
解决方法:使用cmake 2.22以上版本

2、生成过程会出现缺少某个dll或者lib文件
先在电脑查询,如果没有,自行下载载补充进去

3、cmake编译成功前提下,debug模式下visual生成会有大量报错,而release下生成无误(具体原因还没找到)

三、opencv使用过程错误

1、出现debug下找不到ONETBB TBB OPENMP
c

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用OpenCV进行GPU加速的方法是通过编译GPU版的OpenCV,并在代码中使用相应的接口来实现。首先,你需要下载cmake、OpenCVOpenCV_contrib和Visual Studio,并使用cmake编译OpenCV。在编译过程中可能会遇到无法下载文件的情况,你可以通过git加速的方式进行下载,并将文件放置到相应的目录中。编译完成后,你可以在Visual Studio中生成代码。\[2\] 在使用GPU加速时,你需要创建一个tensorflow::CallableOptions的实例来指定哪些张量将被传入和传出GPU内存而不是CPU内存。此外,你还需要指定从哪个GPU中输入和获取内存。在这个例子中,为了简单起见,我们将所有的输入和输出张量(Tensor)放在第一个GPU上。\[3\] 因此,你可以使用编译好的GPUOpenCV和TensorFlow的C++接口来实现OpenCVGPU加速功能。这样可以更好地与其他库的接口对接,如用于GPU加速的图像预处理的OpenCV和用于硬件加速的视频解码的NVIDIA NVDEC。\[1\] #### 引用[.reference_title] - *1* *3* [让GPU跑的更快](https://blog.csdn.net/qq_29788741/article/details/127199815)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [windows10+vs2019+opencv4.5.4实现yolov5的c++推理(gpu加速)](https://blog.csdn.net/playezio/article/details/123652814)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值