代码编织梦想

之前安装了opencv,但在使用opencv的dnn模块进行物品检测时速度较慢,无法调用gpu,因此重装一次cuda版本的opencv,以下是过程记录

一.卸载opencv

1.查看已安装opencv版本:

pkg-config --modversion opencv
或
pkg-config --modversion opencv4

1.5.安装一下依赖(虽然你应该都有)

sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential cmake unzip pkg-config
sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install libv4l-dev libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran

2.找到之前安装opencv的build文件夹,执行卸载指令:

cd opencv4.2.0
cd build
sudo make uninstall

3.卸载opencv其他的相关文件:

sudo rm -r /usr/local/include/opencv4  /usr/local/share/opencv4 /usr/local/lib/libopencv*

4.查看显卡型号和对应算力

lspci | grep -i nvidia

在nvidia官网上查看对应显卡算力,并修改接下来的cmake语句

5.在build路径下cmake

cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE \
	-D CMAKE_INSTALL_PREFIX=/usr/local \
	-D INSTALL_C_EXAMPLES=OFF \
	-D OPENCV_ENABLE_NONFREE=ON \
	-D WITH_CUDA=ON \
	-D WITH_CUDNN=ON \
	-D OPENCV_DNN_CUDA=ON \
	-D ENABLE_FAST_MATH=1 \
	-D CUDA_FAST_MATH=1 \
	-D CUDA_ARCH_BIN=6.1 \
	-D WITH_CUBLAS=1 \
	-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \
	-D BUILD_EXAMPLES=ON ..

其中的CUDA_ARCH_BIN就是要写你电脑对应的算力版本,前往nvidia官网查看对应算力

cmake过后注意检查这一段:(上网查询后发现cudnn8.x与openmcv4.2.0及以下版本不兼容,所以先不管他,cudnn只是锦上添花的作用)

--   NVIDIA CUDA:                   YES (ver 11.4, CUFFT CUBLAS FAST_MATH)
--     NVIDIA GPU arch:             82
--     NVIDIA PTX archs:
-- 
--   cuDNN:                         NO

6.make(可能会消耗一些时间,请耐心等待)

make

7.最后的最后

sudo make install

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/perfectdisaster/article/details/127153001

cuda7.0 + caffe + ubuntu14.04(笔记本) 配置过程-爱代码爱编程

前后加起来估计有两周时间,玲玲碎碎配着配着,前后重装了几次系统,中间配置opencv的时候出了点问题,不过在咨询了实验室的shixiong后总算是配完了,能够用GPU测试MNIST数据集。 xubuntu14.04 实验

caffe配置ubuntu 15.04+cuda 7.5+mkl+opencv3.0+cudnn-爱代码爱编程

折腾了好久才把caffe配置好,期间还用了好几个不同的电脑做实验,下面就详细的记录一下caffe的配置过程,方便以后再进行配置。 主体部分参考的是欧新宇的博客,这个是新一点的配置,还有一个旧一点的Caffe + Ubuntu15.04 + CUDA 7.0 新手安装配置指南。里面的配置步骤很详细,但是还是会出现一些问题,也不知道是不是特例,反正先把问题总

opencv3.4.0 vs2015x86 qt5.8.0 cuda9.0编译配置搭环境_srt字符不够的博客-爱代码爱编程

最近由于又需要opencv搞研究,所以开始搭环境,网上攻略也很多,自己各种查攻略算是搞定了。在这里记录一下思路和特别的坑。坑在最下方,可以先看一眼。 思路: 首先下载opencv和opencv_contrib_3.4.0,opencv完成后里面有build和sources文件夹,其中build是opencv官方帮你编译好的东西,你打开后可以找到C:\ope

搭建opencv的GPU(CUDA、CUDNN)环境-爱代码爱编程

背景 想使用opencv驱动yolov3训练的模型,但是只使用CPU的时候,发现一个问题,速度太慢,使用opencl的时候反而时间更长,貌似原因是需要交互所以需要时间更长(原谅我不求甚解),于是想要gpu进行加速,但这需要使用cuda,,但是发现使用opencv4.1.0不能使用cudnn,而opencv4.2.0则可以。所以重装opencv4.2.0。