OpenCV+CUDA编译实现YOLOv5能加速-德赢Vwin官网网

OpenCV开发者基本技能之一就是要从源码编译OpenCV生成各种裁剪版本的OpenCV库，同时根据需要编译源码生产支持CUDA加速版本的OpenCV库。但是，很多开发者还是编译中会遇到各种问题，被迫放弃！可以说还没用CUDA加速就已经自我放弃啦! 所以周末我又重新编译了一遍，针对各种问题，帮大家理清了对策，帮助大家可以完成OpenCV+CUDA编译，实现性能加速！ 软件版本信息：

OpenCV+CUDA编译

整个编译过程主要分为三步：

下载源码，一定是Tag对应的版本跟扩展模块CMake阶段，解决无法下载的坑！去掉不必要的模块VS工程编译，生成lib与dll

下载源码：

选择tag-4.5.4，

CMake：

打开CMake，设置源码路径跟目标路径：

上述选择表示编译为64位的库！

点击【Configure】,

然后再点击【generate】

完成之后，搜索cuda关键字，如上图，三个选项勾上，

然后再搜索opencv_ex, 设置扩展模块的代码路径，如上图！设置好之后再次点击【Configure】,完成之后:

搜索cuda，如上图勾选！ 最后搜索：

默认是勾选的，全部不要选择！(去掉勾选！)

无法下载ffmpeg, ippicv问题解决：

从上述两个文件拿到下载地址，直接下载完成之后，分别放到对应目录：

就一切OK了。

生成好VS工程文件之后，打开工程文件：

谢天谢地，终于编译好啦！

OpenCV+CUDA配置与加速

基于最新编译好的OpenCV+CUDA支持的库，重新配置OpenCV开发环境，对比YOLOv5部署，CPU运行推理测试结果如下：

添加两行代码，启用GPU运行推理测试结果如下：

显卡是3050ti！

对比一下，加速效果真得是杠杠滴！所以值得编译OpenCV+CUDA支持，因为它不光加速深度学习模型推理，对传统图像处理均有加速！

审核编辑：刘清

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

cpu

cpu

+关注

关注
68

文章
10854

浏览量
211567
OpenCV

OpenCV

+关注

关注
31

文章
634

浏览量
41336
CUDA

CUDA

+关注

关注
0

文章
121

浏览量
13619

原文标题：OpenCV4.5.x+CUDA11.0.x源码编译与YOLOv5加速教程！

文章出处：【微信号：CVSCHOOL，微信公众号：OpenCV学堂】欢迎添加关注！文章转载请注明出处。

【YOLOv5】LabVIEW+YOLOv5快速实现实时物体识别（Object Detection）含源码

前面我们给大家介绍了基于LabVIEW+YOLOv3/YOLOv4的物体识别（对象检测），今天接着上次的内容再来看看YOLOv5。本次主要是和大家分享使用LabVIEW快速实现

发表于 03-13 16:01 •2145次阅读

手把手教你使用LabVIEW ONNX Runtime部署 TensorRT加速，实现YOLOv5实时物体识别

今天我们就一起来看一下如何使用LabVIEW开放神经网络交互工具包实现TensorRT加速YOLOv5

发表于 03-20 16:36 •2645次阅读

手把手教你使用LabVIEW ONNX Runtime部署 TensorRT<b class='flag-5'>加速</b>，<b class='flag-5'>实现</b><b class='flag-5'>YOLOv5</b>实时物体识别

Yolov5算法解读

yolov5于2020年由glenn-jocher首次提出，直至今日yolov5仍然在不断进行升级迭代。 Yolov5有YOLOv5s、YOLOv5

发表于 05-17 16:38 •9017次阅读

【YOLOv5】LabVIEW+TensorRT的yolov5部署实战（含源码）

今天主要和大家分享在LabVIEW中使用纯TensoRT工具包快速部署并实现yolov5的物体识别

发表于 08-21 22:20 •1309次阅读

在RK3568教学实验箱上实现基于YOLOV5的算法物体识别案例详解

一、实验目的本节视频的目的是了解YOLOv5模型的用途及流程，并掌握基于YOLOV5算法实现物体识别的方法。二、实验原理 YOLO（You Only Look Once！） YOLOv5

发表于 12-03 14:56

龙哥手把手教你学视觉-深度学习YOLOV5篇

步数的课程，希望学员学习后能在实际工业项目中落地应用。本次课程将重点讲解《YOLOv5》篇，让没有任何深度学习基础的小白学员，通过视频课程能动手配置好yolov5环境，能利用自己的数据集训练模型，

发表于 09-03 09:39

怎样使用PyTorch Hub去加载YOLOv5模型

PyTorch 快 2-5 倍专业提示：在CPU 基准测试中， ONNX和OpenVINO可能比 PyTorch 快 2-3 倍环境YOLOv5 可以在以下任何经过验证的最新环境中运行（预装了所有依赖项，包括CUDA / CU

发表于 07-22 16:02

如何YOLOv5测试代码？

使用文档“使用 YOLOv5 进行对象检测”我试图从文档第 10 页访问以下链接（在 i.MX8MP 上部署 yolov5s 的步骤 - NXP 社区） ...但是这样做时会被拒绝访问。该文档没有说明需要特殊许可才能下载 test.zip 文件。NXP 的人可以提供有关如

发表于 05-18 06:08

如何在OpenCV中实现CUDA加速

OpenCV4.x中关于CUDA加速的内容主要有两个部分，第一部分是之前OpenCV支持的图像处理与对象检测传统算法的CUDA

发表于 09-05 10:03 •5049次阅读

YOLOv5在OpenCV上的推理程序

YOLOv5官方给出的YOLOv5在OpenCV上推理的程序相对来说是比较通俗易懂的，条理清晰，有基本的封装，直接可用！但是我也发现，模型的推理时间跟前后处理的时间相差无几，特别是当视频流有多个检测到的对象时候，整个帧率会有明显

发表于 11-02 10:16 •1897次阅读

使用旭日X3派的BPU部署Yolov5

本次主要介绍在旭日x3的BPU中部署yolov5。首先在ubuntu20.04安装yolov5，并运行yolov5并使用pytoch的pt模型文件转ONNX。

发表于 04-26 14:20 •879次阅读

YOLOv8+OpenCV实现DM码定位检测与解析

YOLOv8是YOLO系列模型的最新王者，各种指标全面超越现有对象检测与实例分割模型，借鉴了YOLOv5、YOLOv6、YOLOX等模型的设计优点，全面提升改进YOLOv5的模型结构基

发表于 08-10 11:35 •1291次阅读

yolov5和YOLOX正负样本分配策略

整体上在正负样本分配中，yolov7的策略算是yolov5和YOLOX的结合。因此本文先从yolov5和YOLOX正负样本分配策略分析入手，后引入到YOLOv7的解析中。

发表于 08-14 11:45 •2266次阅读

OpenCV4.8+YOLOv8对象检测C++推理演示

自从YOLOv5更新成7.0版本，YOLOv8推出以后，OpenCV4.6以前的版本都无法再加载导出ONNX格式模型了，只有OpenCV4.7以上版本才可以支持最新版本

发表于 09-27 11:07 •1536次阅读

OpenCV4.8+CUDA+扩展模块支持编译指南

OpenCV4.8+CUDA+扩展模块支持编译指南

发表于 11-30 16:45 •985次阅读