超级会员免费看
本文详细介绍了如何在Ubuntu18.04系统中，利用Nvidia-Docker搭建OpenCV5.x(C++)与CUDA11.1的开发环境。内容包括OpenCV5的源码获取、Linux环境下编译安装步骤、CUDA11.1和CUDNN8的联合安装，以及验证OpenCV的Python接口。此外，还提供了使用C++和cmake测试GPU接口的示例。
本文主要参考之前配置OpenCV4的方法《AI模型C++部署:【配置OpenCV4++环境】与【三种在 C++ 中部署 TensorFlow 模型的方式】【准备阶段】》，这里只是在OpenCV5的时候增加了CUDA11.1一起联合交叉编译，主要是为了后面使用OpenCV与cuda进行加速推理与性能的分析。
前提条件：
- 你已经安装了nvidia455以上驱动版本
- 你已经安装了cuda11.1
- 系统要求是ubuntu18.04以上
- python版本要求大于3.6，本文在python3.6上配置成功
- 你已经成功安装cudnn8以上版本（请注意与cuda的版本进行匹配）
- 我是在Nvidia-Docker里配置成功的，你的也可以在ubuntu18.04任意具有nvidia-cuda的平台上进行。
1、介绍OpenCV5与环境配置
OpenCV 5.x 即将推出，但是官方还没有给出直接安装版，
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
