机器学习：如何编译OpenCV以包括CUDA GPU支持？

本文将逐步介绍如何编译OpenCV以包括CUDA GPU支持，以便可以在基于视觉的机器学习项目中使用它。

Pre：我之所以决定写这篇文章，是因为我发现现有指南缺少一些更详细的信息，无法说明如何使用CUDA GPU支持从源代码构建OpenCV，以便将其导入python3．8conda环境。大多数人都以构建过程结束，但低估这只是使OpenCV在项目中正常工作的第一步。

先决条件

在开始之前，我们必须下载一些文件，安装一些程序。我还将假设你正在将Anaconda软件包管理器环境用于Python 3．8，并将其设置为启用的默认python和环境变量。如果没有，我不确定以下内容是否对你有用。我不建议偏离主要任务。

Anaconda软件包管理器环境：https：／／www．anaconda．com／distribution／＃download－section

1． Visual Studio 2019

请确保VisualStudio 2019安装了“带有C＋＋的桌面开发”包。这是在Visual Studio的安装过程中完成的。如果你已经安装了VS2019，但是不确定是否已安装工作负载，可以通过安装可执行文件重新安装（修改）来完成。

使用C ＋＋开发的Visual Studio 2019

2． OpenCV和OpenCV贡献文件

在计算机上的某个位置创建一个名为“ OpenCV＿Build”的文件夹。它不必确切地命名为这个，你要看一眼就知道它是什么。然后，你将同时下载OpenCV和OpenCV contrib．zip。

OpenCV：https：／／github．com／opencv／opencv／archive／4．4．0．zip

OpenCV contrib：https：／／github．com／opencv／opencv＿contrib／archive／4．4．0．zip

下载完成后，解压缩zip并将生成的文件夹移到OpenCV＿Build中。它应该类似于：OpenCV＿Build／opencv－4．5．2OpenCV＿Build／opencv＿contrib－4．5．2

你要确保它们都是相同的版本（在本例中为4．5．2）。

我还想确保它们是顶级目录，而不是嵌套在具有相同名称的文件夹中，但这不是完全必要的，只是使得我们的环境路径更加精简。

3． CMake GUI

下载并安装CMake GUI

CMake GUI：https：／／cmake．org／

我使用的是3．20．2版，但是安装哪个版本都没有关系。

4． CUDA 11．0工具包

下一步，你必须在Nvidia网站上注册才能下载并安装CUDA工具包，该工具包既快速又简单，完全不需要花费很多时间。

下载CUDA工具包：https：／／developer．nvidia．com／cuda－downloads

5． cuDNN

此步骤与上一步非常相似，但是你必须下载cuDNN才能利用DNN CUDA后端。

下载cuDNN：https：／／developer．nvidia．com／rdp／cudnn－download

在Nvidia开发人员程序中注册后，你将需要选择显示以下内容的版本：“for CUDA 11．x”．

6．提取cuDNN文件

cuDNN下载完成后，解压缩zip并打开结果文件夹。在内部，你应该看到一个名为cuda的文件夹，将其打开，然后剩下3个子文件夹，分别为＊＊“ bin”，“ include”和“ lib”。＊＊

你将把文件从每个子文件夹复制到 C：Program FilesNVIDIA GPU Computing ToolkitCUDA11．3 中的相应文件夹中。

downloads／cuda／bin contents to： CUDA／v11．3／bindownloads／cuda／include contents to： CUDA／v11．3／includedownloads／cuda／lib／x64 contents to： CUDA／v11．3／lib／x64

7．下载Ninja以获得更快的构建时间

Ninja将极大地加快OpenCV的构建过程。

Ninja：https：／／github．com／ninja－build／ninja／releases／download／v1．10．2／ninja－win．zip

我个人发现，Ninja从1小时45分钟缩短到不到15分钟。解压缩它，然后将Ninja．exe放在你之前创建的“ OpenCV＿Build”文件夹中。将所有文件放入各自的文件夹后，应完成prereqs部分。

建议：设置Conda Env

我建议你使用Anaconda，以确保你所做的一切与我所做的相同。你可以使用以下命令设置conda env：conda create －n py38 anaconda python＝3．8

建议：为简单起见，创建一些．bat文件

为简单起见，我建议制作一些．bat文件，以防万一在构建过程中出现问题。这样，你可以快速对cmd进行编辑，然后重新运行它，而不必经历一次又一次地重新设置所有环境变量的过程。当出现问题时，它还有助于将事情分解成更易于管理的状态，而且几乎肯定会出错。