如何在pythonWindows的openCV dnn模块上使用GPU加速？

问题描述

我想使用opencv-python4.4对YOlov3进行推断。但是默认情况下使用cpu。我已阅读此说明here，说新版本opencv4.2.0已支持GPU。但是该指令仅适用于Ubuntu，而我的指令是Windows10。

我试图请您逐步指导我如何在Wondows10中实现此功能，python？当我直接使用它时，发生了错误：

cv::dnn::dnn4_v20191202::Net::Impl::setUpNet DNN module was not built with CUDA backend; switching to cpu

似乎我必须手动编译opencv，但是不是Cpp吗？但是我只想在python上实现它。有人可以给我一些指示吗？

解决方法

您确实需要自己构建OpenCV。

在将Python绑定用于OpenCV时，OpenCV库本身是用C ++而不是Python编写的。这也说明了OpenCV如何使用CUDA（另一个C ++库）来访问NVidia GPU。

您链接的说明来自与OpenCV无关的人员，该人员承认存在Windows偏见。这意味着这些说明对您没有用。

These instructions确实涵盖了Windows版本。

摘要：

使用Visual Studio 2019（Microsoft最新的C ++编译器）和CMake
下载并安装OpenCV
下载并安装CUDA和cuDNN
下载并安装Anaconda3，并将其用作默认Python
设置环境变量，以便CMake可以找到您已安装的库
设置环境变量和选项，以便CMake知道您还需要OpenCV的Python绑定
使用CMake为Visual Studio创建.sln文件
在Visual Studio中打开.sln并进行构建。
这会生成您需要的cv2.cp37-win_amd64.pyd文件。

我想通了...两个

const filterItemsFlat = (items,results = []) => {
    items.forEach(item => {
        if (item.items) filterItemsFlat(item.items,results)
        if (item.visible) results.push(item)
    })

    results.forEach(r => delete r.items)

    return results
}

console.log(filterItemsFlat(
    [
        { id: 'a',visible: 1 },{ id: 'b',visible: 0 },{
            id: 'c',visible: 0,items: [
                { id: 'd',{ id: 'e',visible: 0 }
            ]
        },{ id: 'f',visible: 1,items: [{ id: 'g',visible: 0 }] },{ id: 'h',items: [{ id: 'i',]
))

必须指定，否则-DBUILD_opencv_python3=ON -DBUILD_opencv_python2=OFF将完全不包含任何python模块。

gpu opencv opencv-python python