Windows系统下配置OpenCV_DNN模块使用CUDA加速(Windows10、VS2017、CUDA10.1、cuDNN7.6.5、OpenCV4.2.0)
OpenCV DNN模块可加载深度学习模型用于目标检测等任务,OpenCV4.2.0之后支持模型推理使用CUDA加速,但是需要手动将CUDA模块编译进OpenCV. 本文记录了编译的全部过程,最终可用于c++/python下的opencv_dnn模块加速。 目录 step1 运行环境和前期准备 step2 编译OpenCV DNN模块(WITH CUDA) step 3 测试 (1)c++ (2)python step1 运行环境和前期准备 1、Windows 10 系统 2、Visual Studio 2017 专业版( 先安装 ) 3、CUDA 10.1、cuDNN 7.6.5( 后安装 ) cuda下载地址: https://developer.nvidia.com/cuda-10.1-download-archive-base cudnn下载地址(需要注册登录): https://developer.nvidia.com/cudnn 将解压后的cuDNN压缩包中的bin、include、lib文件夹复制到CUDA安装路径下: 4、OpenCV 4.2.0、OpenCV Contrib 4.2.0 contrib下载地址: https://github.com/opencv/opencv_contrib/releases 5、opencv-python 4.2系列