CUDA+OPENCV对尺寸较大的图片进行处理的时候 GPU无法实现并行计算

Eric_Huuuui 2020-08-03 07:37:45

各位大佬！
我用CUDA的OPENCV库对图像进行计算，图像尺寸较大（2000万像素），同时需要处理8张图片，此时GPU无法实现并行计算，现在计算时间差不多要十几秒。但是当我以实现并行使用小图片时，GPU便可实现并行计算。。。请问这怎么解决呢？？？

此致
敬礼！

...全文

946 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

s.feng 2020-09-04

打赏
举报

回复 1

GPU能不能实现并行计算和图大小没关系，主要跟你kernel设置的grid和block的值有关，还有的memory有关系，你可以自己来写kernel解决以上问题

本文深入探讨了OpenCV-CUDA在批量图像处理中的GPU加速性能优化策略。针对单图处理时数据传输开销大的瓶颈，核心解决方案是采用批量上传与处理，减少PCIe总线上的“堵车”时间。文章通过实战代码对比了GPU单张循环、批量上传及打包大图等方法的性能，并引入CUDA流实现异步计算以进一步压榨硬件潜力，为计算机视觉开发者提供了有效的性能优化路径。

参考链接我想将OpenCV::cuda::GpuMat类型的数据给TensorRT GPU加速，请问有方法吗？ - 知乎 (zhihu.com) How To Run Inference Using TensorRT C++ API | LearnOpenCV learnopencv/PyTorch-ONNX-TensorRT-CPP at master · spmallick/learnopencv (github.com) ...

内存管理流和事件图像处理特征检测几何检测：CannyEdgeDetector, Hough系列, CornersDetector光流计算：多种光流算法（Brox, Farneback, PyrLK, TV-L1等）立体视觉：多种立体匹配算法（BM, SGM, Belief Propagation等）背景减除：多种背景建模算法（MOG, MOG2, GMG, FGD）对象检测匹配与分类系统工具下表整理了的主要成员函数及其作用，部分函数继承自基类或。分类函数名主要作用创建与销毁create。

最近采用openCV中resize的时候，发现可以采用GPU来进行： #include <opencv2/cudawarping.hpp> cv::cuda::GpuMat m_gpuImgResize; //其中m_gpuImg是cv::cuda::GpuMat，已经存储在GPU中 //这个函数可以转换三通道的BGR24颜色空间的图片 cv::cuda::resize(m_gpuImg, m_gpuImgResize, cv::Size(1080, 720)); 除了这个当然还有CPU上的

cv::Mat::data指针,默认是uchar* 类型，用的时候可以用强制类型转换成需要的类型，比如uchar3*。 https://blog.csdn.net/kelvin_yan/article/details/48315175 https://riptutorial.com/zh-TW/opencv/example/9922/%E4%BD%BF%E7%94%A8cv----mat----ptr%E9%80%B2%E8%A1%8C%E9%AB%98%E6%95%88%E7%9A%84%E5%83%8F

CUDA高性能计算讨论

357

社区成员

615

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章