[CUDA OpenCV]GPU加速的计算机视觉学习资源下载

(欢迎关注“我爱计算机视觉”公众号,一个有价值有深度的公众号~)

今天跟大家介绍一本学习CUDA加速的OpenCV的新书《Hands-On GPU-Accelerated Computer Vision with OpenCV and CUDA》。

文末附pdf、code、video下载。

计算机视觉是典型的计算密集型应用,长久以来OpenCV的开发都绕不开加速,降低算法复杂度、开发易于并行的算法、榨干硬件的计算能力(利用GPU、FPGA等)在实际应用场景中非常重要。

在OpenCV 3的时代,CPU指令级(SSE、AVX、NEON)、CUDA、OpenCL均被支持,甚至官方有过Halide语言(一种专门设计为利用各种硬件加速视觉算法运行的语言)尝鲜。

在刚刚发布的OpenCV 4中(千呼万唤始出来,OpenCV 4.0正式发布!),CUDA已被移出主模块,不得不说很遗憾。

当然支持CUDA 的OpenCV 3会一直可以使用的,毕竟背后有NVIDIA的支持。

比较尴尬的是,除了官方文档,业内一直没有特别适合的为初学者准备的GPU加速的CUDA OpenCV教程。

不过今年9月份,Packt出版社的新书《Hands-On GPU-Accelerated Computer Vision with OpenCV and CUDA》,则提供了一套由浅入深的CUDA  OpenCV开发教程,值得相关工程技术人员、学生学习。

该书作者Bhaumik Vaidya博士称,在计算机视觉中,经常需要实时处理大量图像,这对于仅能利用CPU的OpenCV往往很难处理。但这却是CUDA的亮点,它可以允许OpenCV利用功能强大的NVDIA GPU。而本书详细介绍了如何将OpenCV与CUDA集成到实际应用中。

该书适合对OpenCV有一定了解,但对CUDA OpenCV的开发并不了解的读者,该书作者称:

“如果您是OpenCV的开发人员并希望学习如何通过利用GPU来处理更复杂的图像数据,那么本书是您的首选指南。 而学习本书前,最好需要全面了解计算机视觉概念和编程语言,如C ++或Python。”

该书共计12章,涵盖以下内容:

1.了解如何从CUDA程序访问GPU设备属性和功能;

2.了解如何加快搜索和排序算法;

3.检测图像中的线条和圆形等形状;

4.使用算法探索对象跟踪和检测;

5.在Jetson TX1中使用不同的视频分析技术处理视频;

6.从PyCUDA程序访问GPU设备属性;

7.了解内核执行的工作原理。

每章均配有代码,并录制了10个视频教程。

作为该领域最新的相关开发教程,非常值得参考。

资源下载

在“我爱计算机视觉”微信公众号对话界面回复“CUDA-OpenCV”,即可收到原书PDF(英文)、各章节Code、课程Video百度云下载地址。

https://github.com/PacktPublishing/Hands-On-GPU-Accelerated-Computer-Vision-with-OpenCV-and-CUDA

加群交流

关注计算机视觉与机器学习技术,欢迎加入52CV群,扫码添加52CV君拉你入群(请务必注明:加群):

喜欢在QQ交流的童鞋,可以加52CV官方QQ群:928997753。

(不会时时在线,如果没能及时通过验证还请见谅)

更多技术干货,详见:

“我爱计算机视觉”精华文章分类汇总(2018年12月13日)

(欢迎关注“我爱计算机视觉”公众号,一个有价值有深度的公众号~)

转载请注明:《[CUDA OpenCV]GPU加速的计算机视觉学习资源下载

发表评论

电子邮件地址不会被公开。 必填项已用*标注