环境准备visual studio ，这里以2017为例opencv （上条博客有讲基础包怎么配置，这里不展开讲了）
opencv_contrib 一定要跟自己的opencv版本对应cmake https://cmake.org/download/
cuda https://developer.nvidia.com/cuda-downloads（如果不装gpu的支持直接忽略）cmake-gui 生
转载
2024-04-23 09:04:37
80阅读
文章目录正文1.普通安装2.开启cuda的安装 正文官方安装说明https://docs.opencv.org/3.1.0/d7/d9f/tutorial_linux_install.html1.普通安装1）安装 转载 采用源码编译的安装方式，基本也就是这种方法了，首先在官网下载你想安装的版本的opencv压缩包，下载连接如下： https://github.com/opencv/opencv/
转载
2024-10-28 13:09:44
55阅读
个人环境安装完成后的配置总结： Visual Studio Enterprise 2015； cuda_10.0.130 cudnn-10.0； opencv3.4.5 本文目录：0.安装Vsiual Studio20151.安装opencv2.安装CUDA Toolkit3.下载cudnn4.下载darknet项目：5.使用VS编译darknet项目6.验证： 0.安装Vsiual Studio
在使用深度学习进行图像处理时，借助CUDA加速功能能大大提升计算性能。本文将带你一步步解决“python opencv 支持 cuda”的问题，涉及背景定位、参数解析、调试步骤、性能调优、排错指南和生态扩展等内容。
---
### 背景定位
在许多图像处理相关的业务中，处理速度和性能是关键因素。用户在处理高分辨率图像时反映出处理效率不高，影响项目整体进度。
> “在处理我们的图像数据时速度
作者：王先荣前言 颜色直方图直观的显示了图像在色彩空间的分布状况，本文将讨论在EmguCv及OpenCv中跟直方图相关的一些基本操作，包括：计算、显示、处理、对比及反向投影，并谈谈在实践过程中得到的一些经验。如无特别说明，下文所提的直方图均指颜色直方图。 直方图的计算 EmguCv将OpenCv的一系列直方图函数封装
电脑配置：Windows 10；显卡 1660Ti；Cuda 10.2； Python 3.8；Pytorch 1.9；Libtorch 10.2（与Cuda版本一致）、Opencv343（版本无所谓）一、下载路径：https://download.pytorch.org/libtorch/cu102/libtorch-2.win-shared-with-deps-1.8.1%2Bcu102.zi
转载
2023-11-07 15:03:39
251阅读
一、安装VS2019由于我只需要用到C++相关功能，所以只勾选了C++那个选项，右侧【安装详细信息】那栏中默认就好了，安装路径可以修改，默认安装在C盘。如果以后有其他需求需要安装其他的，可以之打开Visual Studio Installer，点击【更多】----【修改】，勾选其他内容进行安装。 考虑到以后可能会使用到VS2017或2015版本的项目，我还安装了MSVC v141和MSVC v14
转载
2024-08-03 22:35:24
805阅读
文章目录前言一、安装CUDA1.查看显卡驱动支持的CUDA版本2.官网下载3.安装过程4.设置环境变量5.验证CUDA二、安装cuDNN1.下载cuDNN包2.安装cuDNN3.查看cuDNN版本总结 前言深度学习系列文章之安装CUDA和cuDNN。一、安装CUDA首先明确的一点是，我们安装的CUDA版本必须与使用的软件版本相匹配。比如，使用pytorch训练模型，在安装好pytorch后，需要
基于cuda配置opencl环境1、根据自己的PC的NVIDA版本选择安装对应版本的CUDA。 2、在VS2013中新建一个空的项目。 3、进入项目属性中配置属性，具体如下： （1） C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include （2） _CRT_SECURE_NO_WARNINGS（3） C:\Program F
建议先安装OpenCV3.2.0，再安装CUDA10.2，否则再安装OpenCV3.2.0时，会出现不兼容的情况，解决方案比较麻烦如下记录先安装CUDA10.2，否则再安装OpenCV3.2.0时，出现的问题安装CUDA10.2，这里就不介绍了，在本文底部会介绍安装OpenCV3.2.0事实证明使用conda便捷安装的opencv是阉割版，不能实现视频和摄像头的读取功能，所以需要自己手动编译。（1
转载
2024-05-10 18:07:35
248阅读
Abstract这是我在19年年初在上海卫宁健康AI Lab实习所做的一个小工作，主要是将一个模型从Pytorch模型下转换成C++可执行进而可以部署在服务器上。当时做的时候参考资料找不到行之有效的解决方案。摸索了很长时间最终完成，这里写出来在Windows上的整个过程。Linux下没有尝试。本机环境：OS: Windows 10 专业版, GPU: GTX 960m软件版本：CUDA 8.0 +
转载
2023-11-15 21:42:41
112阅读
CentOS 7.x 系统自带的 3.10.x 内核存在一些 Bugs，导致运行的 Docker、Kubernetes 不稳定 我们使用ELRepo做内核升级，这是用于Enterprise Linux软件包的RPM存储库。ELRepo支持Red Hat Enterprise Linux（RHEL）及其衍生版本（Scientific Linux，CentOS等）。 ELRepo项目专注于与硬件相关的
（细节项）在Linux下用正确的姿势配置编译安装OpenCV目录收起第一步 ：下载依赖第二步：下载源码第三步：（可选）解压opencv和opencv_contirb（git clone 不用）：第四步：移动第五步：生成makefile文件第六步：make编译安装第七步：（可选）错误处理(这里不是每个人都会遇到，没遇到就不用看这一步)第八步：配置路径第九步：测试感谢大家观看！更新时间：2021-11
opencv3.4 with cuda编译中的一个疑难问题的分析与解决opencv3.4 with cuda编译,环境如下:1.cmake 3.10 2.cuda9.0 3.opencv3.4 4.visual studio 2015,visual studio 2017opencv没有官方的build指南,官方提供的预编译版本中是不支持cuda的,3.X之后新加入的许多功能都需要自己编译才
本次编译的人体姿态估计算法是基于OpenCV3.4.2，语言是C++，首先是在vs2017上配置了OpenCV3.4.2的环境（因为只有opencv3.4.2以上的版本才支持dnn模块），并编译运行。结果如下：关于在vs上配置OpenCV环境这里就不具体分析了，网上教程也比较多。下面尝试在Linux下进行编译该算法。1、首先是下载OpenCV，官网链接https://opencv.org/rele
转载
2024-08-09 11:20:05
96阅读
首先自行安装python环境，此时我的python版本为3.6.5（自行百度到官网安装,记得到系统环境变量进行配置，这样才能在命令行执行python命令）再次安装pip，将pip的tar包下载到本地并解压，这个tar.gz格式的是windows和linux通用的包，在Windows下用常规的解压工具即可解压，下载地址如下https://pypi.python.org/pypi/pip#downlo
前言windows10 和win11安装 CUDA ，首先需要下载两个安装包CUDA toolkit（toolkit就是指工具包） cuDNN 用于配置深度学习使用官方教程CUDA：Installation Guide Windows :: CUDA Toolkit Documentation (nvidia.com)cuDNN：Installation Guide :: NVIDIA Deep
转载
2024-04-26 10:01:40
1970阅读
ubuntu 安装 OpenCV with CUDA一、安装依赖库二、安装OpenCV三、环境配置四、测试dense_flow五、Jetson嵌入式设备附录A: Anaconda环境（未经测试）参考 一、安装依赖库首先安装更新和升级你的系统：sudo apt update
sudo apt upgrade然后，安装所需的库：通用工具：sudo apt install build-essentia
转载
2024-01-06 09:27:52
402阅读
1. 准备2. VS中配置CUDA安装CUDA时候会选择集成在VS中，安装之后有samples，试着跑一下测试下。关于库路径正常添加就可以了。vs属性表中CUDA C/C++配置3. cmake编译支持CUDA的opencv3.1 configure 'opencv'打开 cmake_gui.exe, 最上方两个文本框，分别输入 下载的"opencv/source" 的路径，和将要存储生成文件的路
转载
2024-07-08 10:41:44
96阅读
一、前言 最近想撸一下基于OpenCV的机器学习算法，突然间发现官方带的OpenCV是基于CPU版的，且支持CUDA的版本只能支撑Python 2.7。同时，尽管最新的OpenCV官方版宣称支持CUDA，但是我测试了下还是没有启用。因此想要一个能支持CUDA+Python 3.7的OpenCV。注意，如果你想要的是在Python中操作CUDA，则不应该使用高
转载
2023-10-17 20:08:49
181阅读
