如何在 python (Windows) 上的 openCV dnn 模块上使用 GPU 加速？

Question

我想使用opencv-python4.4对opencv-python4.4进行推理。 但它默认使用 CPU。 我在这里看过这个说明，说新版本opencv4.2.0已经支持GPU了。 但是该说明仅适用于Ubuntu而我的是Windows10 。

我试过你能不能请教我如何在Wondows10，python中完成这个？ 当我直接使用它时，出现错误：

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但不是用于Cpp吗？ 但我只想在python上实现它。 谁能给我一些指示？

Answer 1

您确实需要自己构建 OpenCV。

当您使用 OpenCV 的 Python 绑定时，OpenCV 库本身是用 C++ 而非 Python 编写的。 这也解释了 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，他承认有反 Windows 偏见。 这意味着这些说明对您没有用。

这些说明确实涵盖了 Windows 版本。

概括：

• 使用 Visual Studio 2019（来自 Microsoft 的最新 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 并构建它。
• 这将生成您需要的cv2.cp37-win_amd64.pyd文件。

Answer 2

我已经想通了......两者都

-DBUILD_opencv_python3=ON
-DBUILD_opencv_python2=OFF

必须指定，否则to be built将根本不包含任何 python 模块。