我使用GPU进行更快速的人脸检测。我找到了一个可接受的教程here。我正在使用VC10编译器和CUDA 4.2。设备安装良好,devicequery通过了测试。我也在CUDA编写程序,让我别无选择,只能说OpenCV有GPU问题。当我尝试获取CascadeClassifier_GPU的实例时,真正的问题是访问冲突。此外,getCudaEnabledDeviceCount返回零。我已经编译了带有CUDA标志的OpenCV,并且在编译期间没有严重的问题只有python接口失败,这与GPU完全不相关。是否有人在使用OpenCV的GPU上运行带有haar功能的人脸检测代码?你能告诉我一些我错过的东西吗?
答案 0 :(得分:2)
问题在于OpenCV CMake。输出目录被假定为/ build目录但是一旦你检查它,你会看到/ build中的所有文件都是旧的。您应该从/ bin和/ lib收集新的dll和lib文件。这是我认为的一个主要缺陷,因为许多人会使用旧文件并认为他们的编译不成功。另请注意,在构建项目后,CUDA版本必须是4.2.9 SDK和Toolkit。现在GPU模块对我来说效果很好。