cuda linux编译器_Linux平台CUDA+OpenCV3.4配置

最新推荐文章于 2022-09-12 16:47:44 发布

weixin_39793794

最新推荐文章于 2022-09-12 16:47:44 发布

阅读量347

点赞数 1

文章标签： cuda linux编译器

本文链接：https://blog.csdn.net/weixin_39793794/article/details/111513719

版权

本文介绍了如何在Linux环境下配置CUDA和OpenCV3.4，包括CUDA环境安装、CUDA编译流程以及CUDA与OpenCV的混合编译方法。通过nvcc编译CUDA代码，并在Makefile中处理CUDA与C++的混合编译，确保OpenCV头文件路径的正确引用。

摘要由CSDN通过智能技术生成

前段时间，在TX2上装了OpenCV3.4，TX2更新源失败的问题，OpenCV内部很多函数都已经实现了GPU加速，但是我们手动写的函数，想要通过GPU加速就需要手动调用CUDA进行加速。下面介绍Linux平台的环境配置以及与OpenCV混合编译。

Linux平台CUDA+OpenCV3.4配置

1 环境安装

首先需要安装OpenCV及CUDA环境安装，有TX2平台下OpenCV和CUDA参考百度。注意TX2自带了OpenCV2.14，如果需要安装高版本的OpenCV话需要注意多版本管理的问题。安装完成后，可以编译OpenCV例程来判断OpenCV是否安转完成，CUDA安装可以在终端输入

nvcc

如果终端打印下面信息，表示安装完成

2 CUDA编译流程

CUDA的程序通过nvcc编译器编译成可执行文件，CUDA的可执行文件有两种，分别是在Host上执行的CPU相关代码，另一部分是在Device上执行的GPU代码，nvcc编译的指令与gcc/g++编译器差不多，基本指令如下

nvcc --gpu-architecture=compute_62 --gpu-code=compute_62-I/usr/local/cuda/include/ -c kernels.cu -o kernels.o

其中：

--gpu-architecture和--gpu-code指定了GPU的计算能力，请根据自己GPU的运算能力修改，有关GPU运算能力可以在这里查找(NVIDIA官网挂了，将就着在维基百科里面看吧)，--gpu-archit

关注