系列文章目录
win10下Opencv源码编译支持CUDA加速的Python环境,超级详细教程!
win10下对编译完成后opencv_cuda进行移植
接着上一章win10下Opencv源码编译支持CUDA加速的Python环境,超级详细教程!,本章对编译完成后opencv_cuda进行移植
设置适配环境为:
Win10
Visual Studio 2015 x64
Opencv 4.5.0
Cuda10.0
Cudnn7.6.5
Python3.7.4
Numpy1.16.5
一、opencv-python环境配置
1.将前文生成的install 复制粘贴到本地;
2.将前文生成的cv2文件夹复制到所需的conda虚拟环境中;
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210306104139295.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0p1bHlMaTIwMTk=,size_16,color_FFFFFF,t_70)
3.更改cv2下的配置文件
config.py
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210306104150835.png)
config-3.7.py
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210306104158749.png)
二、 opencv-python cuda加速测试
在所对应的环境下测试CV2是否能够成导入;
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210306104209523.png)
在原来的推理代码中加入使用GPU加速代码;
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210306105701391.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0p1bHlMaTIwMTk=,size_16,color_FFFFFF,t_70)
如果阅读本文对你有用,欢迎关注点赞评论收藏呀!!!
2021年3月6日10:59:25