admin 管理员组文章数量: 887021
目录
1.引言
2. 运行环境与前期准备
3. 使用cmake进行编译
4. 使用vs2017进行工程编译
5. 如何使用
6. 问题及解决方法
6.1 文件download失败解决方法：
6.2 其他问题：
说明：这一块坑比较多，再参考了大量资料才成功实现，一次编译花费近两个小时，十分费神。笔者在前人基础上进行归纳终结，也记录了期间遇到的问题和解决方法，尽可能把实现步骤说明白。在此，也特别感谢博主：広仁，与他讨论了许多细节问题和错误，接下来进入正题。
1.引言
2019年12月23号，openCV发布了新版本4.2.0，其中比较重要的更新是对主流深度学习模型进行了cuda支持。openCV4.2.0
不过该模块还暂未以release版本发布，需要自己利用cmake进行导出编译，最终可用于c++/python下的opencv_dnn模块加速。
2. 运行环境与前期准备
运行系统：
1）win10 系统
需要提前安装的软件：
1) Visual Studio 2017 社区版（先安装好，否则cuda无法正常安装）
2） cuda10.0 和 cuDNN7.6.4 (后安装)
注：cuda安装也有坑，笔者会单独出一篇安装教程：地址
版本说明：cuDNN一定要7.5版本以上，否则CMake将无法识别出cuDNN路径。
3）OpenCV4.2.0 和 OpenCV Contrib 4.2.0
opencv 下载地址
opencv_contrib 下载地址
注：在github上将源码压缩包下载下来即可
4) Cmake3.18
cmake 下载地址 选择适合自己电脑的版本
版本说明：CMake版本不适宜太低，推荐3.14版本及以上。
3. 使用cmake进行编译
1. 打开cmake ,设置opencv源码目录和编译输出目录，并勾选
2. 点击configure,设置编译平台,之后开始第一次confirure
接下来就是第一个坑了，全程高能！！！！
3. 第一次configure后，中间会下载一些缓存文件，但用国内网基本都会失败，无法正常安装。但如果你是幸运儿，可以接着往下看，如果你相笔者一样下载了十几次都不成功，请看第六章：问题及解决方法。
4. 第一次configure，若输出窗口没有文件下载失败警告才可执行以下（内容比较多，滑动看看，有大红的位置就看看，仔细点）
勾选BUILD_opencv_world、WITH_CUDA、OPENCV_DNN_CUDA、
设置OPENCV_EXTRA_MODULES_PATH，之后第二次configure：
4.1 BUILD目录下：勾选BUILD_opencv_world
4.2 OPENCV目录下：勾选OPENCV_DNN_CUDA 、设置OPENCV_EXTRA_MODULES_PATH
注：选路径不要复制粘贴，要通过右方进入文件夹选
4.3 WITH目录下: 勾选WITH_CUDA
5. 若还有报错（第二次configure之后），找到CUDA_ARCH_BIN，根据https://developer.nvidia/cuda-gpus此网站找到自己显卡的算力填入（我的显卡是960M，算力为5），并且勾选CUDA_FAST_MATH，将OpenCV_GENERATE_SETUPVARS的勾去掉，第三次configure：
若无报错可往下继续：
6. Configure done后（没有任何报错），需要仔细检查以下信息：
（1）OpenCV中必须包含cuda、python3
（2）必须要检测到正确版本的CUDA和cuDNN
7. 步骤6的条件都满足后，可以点击Generate，generating done之后，点击Open Project.
到此cmake任务完成。
接下来考验耐心的时候到了！！！
4. 使用vs2017进行工程编译
1. 设置编译平台（Release/Debug均可）和 x64, 右键ALL_BUILD-生成，生成时间较长，需要1.5小时左右：
期间可能会有些乱码，大家不必惊慌，玩玩手机，耐心等待，此时电脑会比较卡。
2. 经过漫长等待，全部生成成功（前面步骤很重要啊）
3. 生成成功后，右键INSTALL-仅用于项目-仅生成INSTALL
至此，祝贺大家成功将CUDA编译至OpenCV DNN模块，接下去python平台下的opencv dnn进行测试。
5. 如何使用
在编译输出文件夹lib\python3\Release下的cv2.cp37-win_amd64.pyd 和 文件夹bin\Release目录下所有文件复制到python环境Lib\site-packages下。若你已经安装了opencv, 替换掉即可。
例如：笔者安装了使用的是anaconda自己创建的虚拟环境 test，所以我放到以下目录：
到此已经配置完成，之前的opencv编译文件使命完成，可以删除也可以保留备用。
6. 问题及解决方法
6.1 文件download失败解决方法：
方法1：巧借东风
最便捷的就是挂VPN，笔者用外网两次就全部下载成功
方法2: 自食其力
文件下载失败和网络有关系，而且一旦失败就会有多个文件下载失败，下面以第一个下载失败文件为例，进行说明，日志如下:
从上面可以看出，下载日志在保存在“E:\opencv4.2\opencv\sources\build\CMakeDownloadLog.txt”文件内，打开文件，搜索"ippicv", 第三行即为本文件信息:
其中上面为本地缓存路径，下面为下载网址，直接复制网址到浏览器下载，如果浏览器也下载失败，可以尝试将地址复制到迅雷进行下载.
下载后保存到“E:/opencv4.2/opencv/sources/.cache/ippicv/”目录，删除目录内大小0KB的文件（如果有）， 并按照d222685246896fe089f88b8858e4b2f-ippicv_2019_win_intel64_20180723_general.zip重命名。
方法三：
最轻松的就是拿别人下好的了，笔者会上传百度云分享给大家，或者留下联系方式。
6.2 其他问题：
有些问题笔者并没遇到，所以无法给出解决方案，我把网上看到的分享给大家。
https://blog.csdn/length85/article/details/103767475#1
参考资料：
https://blog.csdn/stjuliet/article/details/107812875#comments_12992454
https://blog.csdn/weixin_39928773/article/details/103709184
https://blog.csdn/length85/article/details/103767475#1
版权声明：本文标题：01-深度学习-win10系统下配置OpenCV-DNN模块使用CUDA（支持nvidia 显卡加速） 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1726839202h1037397.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论