QT----opencv4.8.0编译cuda版本,QTcreater使用

这篇具有很好参考价值的文章主要介绍了QT----opencv4.8.0编译cuda版本,QTcreater使用。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


cuda12.1 opencv4.8.0 vs2019 cmake3.29

1 编译opencv4.8.0

打开cmake,选择opencv480路径,build路径随意
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
点击configure后,选择这些选项,opencv_word,cuda全选,with_qt,NONFREE,4.8.0第三方模块的路径
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
点击config后,添加qt的安装路径,打开两个fast,将arch显卡算力设置为自己显卡的算力,打开with_OPENGL
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
取消勾选这三个test,face,xfeatures2d,wechat_qrcode,var,取消java,pyhton的所有勾选
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
点击config,取消cvv,点击config,generate,openProject
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
点击openProject会打开VS,修改为release,将install右键点击生成
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言

报错’operator !=":重载函数具有类似的转换(编译源文件 H:\opencv-4.8.0\opencv-4.8.0kmodules\dnn\src\layers\normalize bbox layer.cpp)
双击报错,修改源码,添加上static_cast<T>
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
编译成功
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
将有.dll文件的路径添加到系统变量path里
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言
双击打开这个,如果成功显示opencv版本,那就是成功了(我打开会缺少qt的dll但是也能用)
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言

2 验证能否加载GPU

在qt的.pro文件里添加上引入库的代码

INCLUDEPATH += E:\Environment\opencv480-cuda\include\
                   E:\Environment\opencv480-cuda\include\opencv2

在使用到opencv的头文件加入lib代码,我是编译了world,所以库比较少

#ifdef QT_NO_DEBUG
#pragma comment(lib,"E:/Environment/opencv480-cuda/x64/vc16/lib/opencv_world480.lib")
#pragma comment(lib,"E:/Environment/opencv480-cuda/x64/vc16/lib/opencv_img_hash480.lib")
#endif

测试代码加载模型

/ 检查是否有可用的CUDA设备(即检查是否可以使用GPU进行加速)
        int deviceID = cv::cuda::getCudaEnabledDeviceCount();
        if(deviceID == 1)
        {
            // 如果有可用的CUDA设备,将网络的推理后端设置为CUDA以使用GPU
            this->net.setPreferableBackend(cv::dnn::DNN_BACKEND_CUDA);
            this->net.setPreferableTarget(cv::dnn::DNN_TARGET_CUDA);
            QMessageBox::information(NULL, "warning", QStringLiteral("正在使用GPU推理!\n"), QMessageBox::Yes, QMessageBox::Yes);
        }

最终测试成功,加载gpu成功
QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言文章来源地址https://www.toymoban.com/news/detail-845055.html

QT----opencv4.8.0编译cuda版本,QTcreater使用,QT,qt,开发语言 点击访问博客查看更多内容

到了这里,关于QT----opencv4.8.0编译cuda版本,QTcreater使用的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • windows11编译OpenCV4.5.0 with CUDA(附注意事项)

    从OpenCV4.2.0 版本开始允许使用 Nvidia GPU 来加速推理。本文介绍最近使用windows11系统编译带CUDA的OpenCV4.5.0的过程。 文中使用【 特别注意 :…】为大家标识出容易出错的地方。 安装成功后,使用CPU与GPU调用yolov4模型进行推理的耗时测试结果: GPU CPU 4ms 311ms 从差距上看,还是值

    2024年02月12日
    浏览(53)
  • 学习Opencv(蝴蝶书/C++)代码——1.macOS下安装OpenCV4.8.0和QT5.15(C++)

    先看看vscode里怎么弄c++,详见:mac下vscode配置c++环境 同时记得把cmake下载好,路径配置好 直接从官网教程开始(事实证明不是很全面,还是有很多问题需要额外找解决方案): https://docs.opencv.org/4.x/d0/db2/tutorial_macos_install.html 一般是有两种安装方式: 直接安装对应平台的预编

    2024年01月18日
    浏览(59)
  • Win10 OpenCV编译安装CUDA版本

    Win10 + Microsoft Visual Studio Community 2017 + CUDA11.3 + CUDNN8.2 + RTX GeForce 3090 + OpenCV4.5.3 前往官网下载Visual Studio Installer即可,做如下勾选,安装即可 完成后,查看环境变量,将MSVC编译器地址加入环境变量 前往官网下载CUDA和对应的CUDNN,切记一定要对应CUDNN和CUDA版本,根据提示一步一

    2024年02月06日
    浏览(38)
  • ubuntu 编译安装支持CUDA的OpenCV+其他opencv细节(需要特定版本gcc)

    在安装完“ linux CUDAtoolkit+cudnn+tensorrt 的安装”之后进行支持cuda的opencv安装 否则报错:CMake Error at modules/dnn/CMakeLists.txt:41 (message): DNN: CUDA backend requires CUDA Toolkit. Please resolve dependency or disable OPENCV_DNN_CUDA=OFF - $ nvcc -v ----- Command \\\'nvcc\\\' not found, but can be installed with: sudo apt install nvid

    2024年02月15日
    浏览(42)
  • [C++] 详细教程 - opencv4.8.0安装和验证测试 (Windows + Linux)

    OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉库,它包含了许多常用的图像处理和计算机视觉算法。本文将介绍如何在Linux(Ubuntu)和Windows系统下安装C++版本的OpenCV,并提供验证测试的方法。 OpenCV是一个跨平台的计算机视觉库,它可以用于开发实时的图像处理和计算

    2024年02月03日
    浏览(41)
  • Visual Stdio2022+Opencv4.8.0+Opencv-contrib+Cmake3.27.1

    默认Visual Stdio已经安装完成。之前只安装了opencv,发现有些功能实现不了,还需要依赖opencv-contrib,所以这里对其进行一个记录。 一.安装opencv、opencv-contrib、Cmake opencv安装链接: Releases - OpenCV https://opencv.org/releases/ opencv-contrib安装链接:  Tags · opencv/opencv_contrib · GitHub https:

    2024年02月08日
    浏览(36)
  • 用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part I

            写在最前面,最近这段时间的工作需要用opencv,不仅是调包,还要能够看到opencv的源码。然后就跟着网上的教程实现了一遍,在实现过程中,遇到了不少问题,现一一记录下来。(最近的工作和生活都很难。。。也充满了挑战。但我依然要维持自己创作文章的动机,

    2024年02月11日
    浏览(32)
  • 用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part III

    Part III 用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part I_松下J27的博客-CSDN博客 用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part II_松下J27的博客-CSDN博客             前面已经知道了如何在opencv.sln的项目中查看源码,现在看

    2024年02月10日
    浏览(36)
  • 用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part II

    用Cmake build OpenCV后,在VS中查看OpenCV源码的方法(环境VS2022+openCV4.8.0) Part I_松下J27的博客-CSDN博客 在上一篇文章中,我用cmake成功的生成了opencv.sln,后面都不会再用cmake了,直接在VS中操作。 1,用VS打开OpenCV.sln,并编译该项目 1.1,打开后,确认当前的运行环境为Debug+x64模式

    2024年02月11日
    浏览(37)
  • opencv 编译cuda版本 error: “cudaUnbindTexture“ is undefined cuda_compile_1_generated_gpu_mat.cu.o

    这是由于cuda的版本问题造成的,下面介绍方案  如果你的cuda版本是11.x,在opencv 4.5.0的项目根目录的CMakelists.txt的开头加一句 参考:Ubuntu16.05+CUDA8下编译OpenCV错误 [...cuda_compile_generated_gpu_mat.cu.o] Error 1 没有验证过,如果有同学验证过,并成功了。希望在评论区积极反馈 如果你

    2024年02月21日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包