写在前面：一直想尝试一下opencv GPU模块，无奈以前电脑配置的ATI的显卡，最近换了一台联想的D20工作站，虽然性能不比最近发布的D30，但还算是有了可以尝试cuda的平台。没想到刚开始还是遇到不少问题。首先遇到的就是重新编译支持GPU模块的opencv版本，由于这里写的是回忆，可能有些不太详尽，还望看到这篇博文的朋友能够补充。一、安装篇：安装部分分为cuda安装和opencv编译。1.1、
转载
2024-02-27 21:32:26
50阅读
主要有5个需要下载安装的部分 Visual Studio 2015（vc14） OpenCV3.2 CUDA9.1 CUDNN7.1 Darknet-windows参考 vs2017和2019可使用参考中方法更改数据集1.cuda和cudnn安装 注意cuda和cudnn版本必须对应且符合自己电脑的显卡配置，不然容易出现兼容问题。 CUDA的型号要严格对应你的电脑显卡配置 可以通过点击右键，进入N
## GPU运行深度学习速度很慢问题解决
在进行深度学习任务时，通常会使用GPU来加速计算，但有时候我们会遇到GPU运行速度很慢的问题。本文将探讨这个问题，并提供一些解决方案。
### 问题分析
GPU运行深度学习速度慢可能有多种原因，比如硬件问题、软件配置问题或者代码实现问题。在进行排查时，我们可以逐步检查以下几个方面：
1. **硬件问题**：检查GPU是否正常工作，是否有过热等问题。
原创
2024-04-24 05:50:07
527阅读
目录 Android如何提升Gradle编译速度或减少Gradle编译时间最终优化方案优化效果比对将所有项目源码,各种缓存临时目录都移动到高性能SSD磁盘上gradle.properties 配置碰到的问题3. Android Studio 设置里勾选了自动编译功能却无效的问题?2. 在 Gradle Scan报告里 Timeline - FROM-CACHE - Build cache re
转载
2024-01-18 20:35:41
114阅读
下面是我阅读《深入了解计算机系统》时，一些自己认为重要的总结。期间会把课本上的一些实例拿来分享，使大家了解一些比较基础的东西。很多时候我们不知道程序为什么只能有一个main函数，及return和exit的区别，但是不清楚为什么是这样的，下面我们就简单的来了解下！ 链接（linking）是将
影像辨識-YOLO darknet編譯建置方法 最近開始研究影像辨識的套件 於是找到一個目前非常火紅YOLO 其官方網站：https://pjreddie.com/darknet/yolo/ 而其效果就如首頁這張圖 擁有相當高的mAP-50(越高越好)以及執行效率(越快越好 恩...就是一個說明很簡短的gitlab首頁 反而比較有名的是AlexeyAB的fork版本，github連結為
深度学习最吃机器，耗资源，在本文，我将来科普一下在深度学习中：何为 “资源”不同操作都耗费什么资源如何充分的利用有限的资源如何合理选择显卡并纠正几个误区：显存和 GPU 等价，使用 GPU 主要看显存的使用？Batch Size 越大，程序越快，而且近似成正比？显存占用越多，程序越快？显存占用大小和 batch size 大小成正比？ 0 预备知识
nvidia-smi是 Nvidia 显卡命
转载
2023-08-23 15:30:33
782阅读
1. 官方Feature295: Ahead-of-Time Compilation2. 产生背景Oracle 一直在努力提高 Java 启动和运行时性能，希望其能够在更广泛的场景达到或接近本地语言的性能。但是，直到今天，谈到 Java，很多 C/C++ 开发者还是会不屑地评价为启动慢，吃内存。简单说，这主要是因为 Java 编译产生的类文件是 Java 虚拟机可以理解的二进制
转载
2024-02-04 23:29:22
30阅读
简介ChatGPT Java版SDK开源地址：https://github.com/Grt1228/chatgpt-java ，目前收获将近1000个star。有bug欢迎朋友们指出，互相学习，所有咨询全部免费。最新版：1.0.10<dependency>
<groupId>com.unfbx</groupId>
<artifactId&g
转载
2024-05-21 14:44:05
11阅读
# 在Android中编译OpenCV GPU
OpenCV是一个开源计算机视觉库，广泛应用于图像处理和机器视觉领域。借助OpenCV的GPU模块，可以加速图像处理任务，从而提升应用性能。本文将介绍如何在Android平台上编译OpenCV GPU，并提供相关的代码示例。
## 环境准备
在开始之前，需要准备好以下工具和环境：
1. **Android Studio**：用于开发Andro
原创
2024-08-30 03:11:08
166阅读
Windows10+CUDA10.0安装Openpose安装流程第一步.搞清电脑显卡对应CUDA版本第二步.安装VS第三步.安装CUDA环境变量的配置第四步.CUDNN第五步.Openpose文件下载第六步.CMake安装与使用第七步.编译Openpose.sln文件 安装流程安装顺序最好按照VS----CUDA----CUDNN----CMake不然很容易报错（如我遇到的CMake找不到安装的
文章目录环境说明Cmake编译配置编译前配置编译选项开始正式编译安装编写代码测试参考文章 环境说明win10 + MinGW64 + Cmake下载mingw64 (版本：12.1.0 posix-seh)下载Cmake (版本3.17.5)注：mingw64和cmake下载安装完成后记得把bin目录添加到【环境变量】，如：下载opencv (版本4.6.0，下载后双击exe，选择目录进行解压即
转载
2024-05-27 15:36:04
288阅读
提升AndroidStudio提升编译速度 在使用AndroidStudio开发android的同学都知道，每次打开一个项目都需要编译很久，项目越大编译时间越久，针对这个问题，也是各家有各家的解决方案，有拼PC性能的，分化项目模块，单个编译的等等一些，我却使用最基础的一种通过修改Gridle的一些属性来提升项目的编译速度。 几年前刚把项目从Eclipse转到AndroidStudio时，
转载
2023-09-18 05:59:12
399阅读
最近开始对视频处理代码做CUDA优化，考虑将OpenCV2.4.9的代码增加GPU版本的实现。经过简单尝试之后发现需要自己重新编译OpenCV。过程中有一些小Trick，在此记录下来。1.需要准备的软件环境需要准备的软件环境如下：软件版本操作系统Windows 10 x64Visual Studio2013CUDA7.5OpenCV2.4.9CMake3.0.2其中操作系统、VS、CUDA、Cma
转载
2024-04-19 14:27:33
118阅读
本次教程我们谈及OpenCV的性能衡量与优化，众所周知，算法的不断的革新其最重要的一点就是不断的优化再优化，比如我们的后面要讲到的边缘检测的算法，又或者是图像分割的算法，他们都是随着时间的一步一步的推移，从而完成算法层面的优化。在以后的学习中，我们会接触到诸多的框架，这些所谓的API他们都是固定的，如果我们只是单纯的调用这些API的话，那么就做不到算法层面的革新，而当我们自己想从原理层面来写这些算
转载
2023-11-03 15:56:11
233阅读
对于Android开发者而言，随着工程不断的壮大，Android项目的编译时间也逐渐变长，即便是有时候添加一行代码也需要等待好久才能看见期待的效果。之前加快Android编译的工具相对较少，其中最具有代表性的开源项目当属FaceBook的Buck和 mmin18的LayoutCast，除此之外还有JRebel 和 Jimulabs。不过前两天google宣布推出Instant
转载
2024-05-28 19:02:58
85阅读
opencv_GPU版本编译1编译前准备:电脑需先安装nvidia独立显卡驱动以及cuda. 此电脑配置如下:显卡型号GTX1650显卡驱动版本Driver Version: 450.80.02CUDA版本release 10.0, V10.0.130现在opencv3.2以及OpenCV3.2_contrib, 下载地址: https://github.com/opencv ,下载后解压,将contrib模块放进opencv3.2文件夹里面.2修改文件编辑
原创
2021-07-07 14:02:02
1062阅读
简述kotlinkotlin是由JeBrains开发，一个基于JVM新的编程语言 Kotlin可以编译成java字节码，也可以编译成JavaScript,方便在设备上运行。 谷歌I/O 2017宣布将支持Kotlin作为Android第一开发语言（语言很大提升空间） Android Studio3.0预览版已自带Kotlin 插件，无需做任何的配置即可开始体验。但如果是之前版本， 则需要我
转载
2024-03-21 09:55:43
106阅读
简单介绍下载Android7.1.1源代码花费了两天，编译整个源代码相同花费了2天，期间遇到无数个坑。如今编译源代码，一旦中间遇到错误，则要又一次開始。本文记录编译过程遇到的问题及解决方式，如有编译源代码需求的能够參考本文先把这些坑跳过然后再编译,Mac环境为10.12.4.编译步骤直接參考官方指导就可以https://source.android.com/source/initializing.
转载
2024-05-08 11:48:08
65阅读
Ubuntu16.04+libtorch编译1.参考博客2.准备工作3.Libtorch编译安装3.1 下载Pytorch源码3.2 下载libtorch库3.3 CMakeLists编写4.低版本兼容问题（权重加载） 1.参考博客Pytorch+libtorch编译libtorch源码编译2.准备工作笔者采用Anaconda的虚拟环境下安装Pytorch 1.5.0版本，具体版本如下：torc
