OpenCV4.4版本 DNN模块使用CUDA加速教程 VS2017 Window10

CUDA

根据自己的GPU 选择合适的版本，我的是GTX1650，选择CUDA10.1版本，按照默认地址安装就好，安装完之后看是否有环境变量。没有的话自己加上。

CUDNN

在英伟达官网能查到CUDA10.1版本对应的cudnn版本为7.6.4，由于国内对英伟达官网不友好，我已将cudnn7.6.4上传
打开下载好的cuDNN，如下图

将cuDNN中bin、include、lib文件夹中的文件放入对应CUDA路径下的文件夹中

CMake编译

打开CMake，选择源码路径，以及生成路径，选择对应VS版本。开始第一次Configue。
（由于是按照这个博主一步步来的，所以这里直接贴他的图了，改一下版本到OpenCV4.4就行了）

其中会下载一些第三方文件，可以自行下载，否则速度较慢。第一次configure完成之后，勾选BUILD_opencv_world.

以及，勾选OPENCV_DNN_CUDA，选择解压好的opencv_contrib中modules路径添加进来。

勾选WITH_CUDA。

进行第二次Configure，Configure完成之后可能会报错，此时不管他，根据GPU算力表选择合适的CUDA_ARCH_BIN值，如我的是GTX1650，则将CUDA_ARCH_BIN其余值删除，只留下7.5。然后勾选CUDA_FAST_MATH，点击Configure。


等待Configure完成之后，查看是否检测到了CUDA和cuDNN，都出现YES之后，说明没有问题。这边是一个坑，需要注意，如果没有检测到的话，需要确认是否CUDA和cuDNN版本正确，否则后面的编译将不会编译CUDA模块，白白浪费时间。确认之后，点击Generate。

点击Open Project打开工程，在Release模式下右键点击ALL_BUILD，生成，时间较长

生成之后，右击INSTALL->仅用于项目->仅生成INSTALL

到这边就编译好了，Debug版本同理

运行测试

添加环境变量

由于我是在Qt上直接测试，所以pro文件添加包含库

win32:CONFIG(release, debug|release): LIBS += -LD:/Software/opencv4.4/opencv_gpu/install/x64/vc15/lib/ -lopencv_world440
else:win32:CONFIG(debug, debug|release): LIBS += -LD:/Software/opencv4.4/opencv_gpu/install/x64/vc15/lib/ -lopencv_world440dINCLUDEPATH += D:/Software/opencv4.4/opencv_gpu/install/include
DEPENDPATH += D:/Software/opencv4.4/opencv_gpu/install/include

由于是训练的自己的模型进行测试，代码就不贴出了，模型为yolov3tiny
测试结果如图

CPU版本的推理时间为30ms,使用cudnn模块加速以后速度大概为15ms,使用海康网络摄像头能够做到实时检测

总结

opencv和opencv_contrib版本要对应

在下载部分第三方库时也要找好对应版本。

勾选WITH_CUDA 、OPENCV_DNN_CUDA。

一定要查看cuDNN版本是否正确，否则几个小时的编译将是浪费时间。

最好使用VS2017版本，VS2015测试出现异常，编译失败。