【计算机视觉】关于OpenCV中GPU配置编译的相关事项标签（空格分隔）： 【计算机视觉】前一段发现了OpenCV中关于GPU以及opencl的相关知识，打算升级一下对OpenCV的使用，但是发现从OpenCV官网上下载的都是没有WITH_CUDA这一选项的。于是必须进行OpenCV带CUDA的重编译！下面就记录这一阶段出现的一系列问题。关于OpenCV版本的问题 起初直接尝试使用一直用的Open
转载
2024-05-14 07:18:03
141阅读
最近准备从 Caffe 入手，学习下深度学习的基本知识，于是便在笔记本电脑上的 Deepin 系统中进行了一些实践，其中参考了网上不少资料，特此记录下来。系统配置：显卡： Intel 集成显卡操作系统： Deepin 15.4.1 x64安装步骤：一、安装 OpenCV 3.3.0（1）安装 OpenCV 所需要的库，在终端依次执行以下命令：sudo apt-get update
sudo apt
转载
2024-06-23 13:08:07
340阅读
参考参考轮廓的基本概念在OpenCV中，可以通过cv::findContours()函数，在灰度图中寻找轮廓。函数原型：void findContours( InputArray image, OutputArrayOfArrays contours,
OutputArray hierarchy, int mode,
转载
2024-09-25 17:41:18
84阅读
图像处理第一步——Python+OpenCV环境搭建摘要笔者在完成一项《数字图像处理》课程设计的时候接触到了这个令不少数字图像处理小白十分头疼的问题，那就是一个好用的Python+Opencv环境搭建，版本的差别造成的错误，还有各种奇葩的问题，笔者也是搭建了好几天，总算是搭建好了，在这里必须要记录一下。 说明：本文中采用的环境为Python 3.7，OpenCV 4.5.2，TensorFlow2
转载
2024-07-22 11:19:50
139阅读
计算机视觉是一个近几年来日益成熟的领域，OpenCV由一系列C函数和C++类构成。轻量且高效。强大的OpenCV除了用C/C++语言进行开发和使用之外，还支持使用C#、Ch、Ruby等编程语言，同时提供了对Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV官方主页：http://
完整人脸识别系统（源码+教程+环境）：开源毕业设计：基于嵌入式ARM-Linux的应用OpenCV和QT实现的人脸识别系统(源码+论文)完全毕设教程：Linux上Opencv与Qt实现的人脸识别的考勤点名/门禁系统(PC与嵌入式ARM版本) 按照上篇之一的进度，已经编译及安装好了opencv库及opencv_contrib扩展库。安装好库之后，无非就还有两件事要做：1、配置环境 
文章目录系统配置：一、简介二、安装方式安装依赖项三、下载OpenCV源程序四、 CMAKE配置和安装五、安装后的环境配置六、pkg-config及其应用文献 系统配置：Intel® Core™ i5-8500 CPU ； Ubuntu 20.04.3 LTS一、简介Opencv是一个开源的计算机视觉库，目前，在众多的图像处理相关领域都会使用Opencv。Opencv很多现成的图像处理函数可以帮助
转载
2024-04-03 07:43:47
350阅读
搞了3天，终于将CUDA+opencv+VS2010的环境搞好了。真是非常坎坷，现将配置步骤记录如下。笔记本上的显卡为NVIDIA GeForce GTX850M,计算能力为5.0（查询显卡计算能力：https://developer.nvidia.com/cuda-gpus）开始使用的是CUDA7.0配置，发现cmake后生成的VS解决方案编译后无法生成相应的lib和dll文件，报好多错误，这是
转载
2024-04-17 07:07:31
877阅读
# 用 PyTorch 判断设备类型：CPU 还是 GPU
在机器学习和深度学习的过程中，选择合适的计算设备（CPU 或 GPU）对于模型训练的效率至关重要。本文将指导新手怎样使用 PyTorch 来判断当前程序运行的设备。
## 流程概览
以下是实现此目标的步骤：
| 步骤 | 描述 |
| ----- | --------------
原创
2024-09-08 05:52:19
114阅读
虽然我们中一些更懂计算机的人可能很清楚中央处理单元（AKA CPU）和图形处理单元（GPU）之间的差异，但是我们大多数人确实只知道一件事--CPU处理大部分除了由GPU处理的更强烈的图形处理之外的计算机处理。除此之外，还有很多重要的区别需要记住。无论您是要构建计算机，还是只想更深入地了解计算机中的组件，以下是CPU和GPU之间的一些区别。计算机的大脑首先要记住的是每个芯片的作用--CPU通常被称为
转载
2023-11-13 08:27:57
231阅读
配置环境环境变量 D:\opencv\opencv 3.4\build\x64\vc15\lib新建项目opencv\build\x64\vc15\bin下，复制 opencv_world440.dll opencv_world440d.dll opencv_videoio_ffmpeg440_64.dll 三个动态链接库到 C:\Windows\System32 路径下：项目右键，属性。平台 x
更新: 1)因为MS把onnxruntime从github迁移到一个独立的网址了，所以下面的一些链接都指向不对了，需要到ONNX Runtime (ORT) - onnxruntime里去找对应的内容，可能是MS自己都对自己的文档组织太乱看不下去了，迁移到独立网址后重新整理了一下，比原来有条理了，但是对于初学者可能还是
（一般pip安装会比conda安装较高效）。3 用pip 安装本文安装 torch 1.13.0+cuda11.6 ，命令如下pip install torch1.13.1+cu116 torchvision0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116注意：这个命令将
# 理解 NumPy在这篇文章中，我们将介绍使用NumPy的基础知识，NumPy是一个功能强大的Python库，允许更高级的数据操作和数学计算。# 什么是 NumPy?NumPy是一个功能强大的Python库，主要用于对多维数组执行计算。NumPy这个词来源于两个单词-- Numerical和Python。NumPy提供了大量的库函数和操作，可以帮助程序员轻松地进行数值计算。这类数值计算广泛用于以
4.2、初级（浅层）特征表示 既然像素级的特征表示方法没有作用，那怎样的表示才有用呢？ 1995 年前后，Bruno Olshausen和 David Field 两位学者任职 Cornell University，他们试图同时用生理学和计算机的手段，
一、综述：在设计播放器1.0时，曾使用vtune和VS自带的性能分析工具测试，对于播放器这样的软件其核心流程分为收流&拼帧、解码、渲染三大块，其中收流&拼帧在大并发模式下不是性能瓶颈。渲染模块使用D3D渲染，渲染操作本身仅占用3%左右的CPU时间。而解码和拷贝操作是非常耗费CPU的。对于ffmpeg解码优化，本文不做赘述，后续详细展开。此处仅讨论内存拷贝优化方案二、内存拷贝优化方案
转载
2024-09-13 21:54:43
302阅读
搭建基于Keras的yolo3教程参考：windows10+keras下的yolov3的快速使用及自己数据集的训练 本机情况： 系统：Win10 家庭中文版 CPU：i5-8300 8核 8G内存 GPU：GTX 1060 6G独显注意事项git拉取项目后，第一步看下项目的READ.md: 这个在上面教程中并没有说，一定要指定版本，我是使用conda构建python环境： conda create
3D游戏编程，显然，这是一个很复杂的主题。首先，让我们来学习一些编写任何游戏都会用到的基础知识。把你的创意转变为真实的游戏是一种很有趣的经历。把你的想法雕琢为一个人们可以获得乐趣的游戏，是每个开发者的目标。 所有的一切都来源于创意，游戏也是如此。游戏创意可以来自于生活中所有地方。也许你看到了另一个很好玩的游戏，但总觉得稍做修改它将会更好玩。也许你昨晚的梦就能创造一个完美的游戏。无论你的灵感来自于
1、多线程-用途 CPU是以时间片的方式为进程分配CUP处理时间的，当一个进程以同步的方式去完成几件事情时，此进程必须完成了第一件事情以后再做第二件事，如此按顺序地向CPU请求完成要做的事情。在此单线程的工作模式下，如果把CUP看作是一共有100个时间片的话，CPU可能一直都只是花了其中的10个时间片来处理当前进程所要做的事情
转载
2024-07-15 08:29:51
42阅读
本文是利用dlib库，进行人脸检测、特征点检测、人脸对齐。所有前提是假设已经安装了dlib。参考链接：http://developer.51cto.com/art/201801/564529.htm1、准备工作1.1 安装dilb下载安装包安装或者pip都可以。首先Ubuntu下安装：gpu版本我用的是python+Ubuntu+gpu，安装教程见：当然如果直接cpu版本，使用pip instal
