草庐IT

CMAKE_CUDA_ARCHITECTURES

全部标签

windows+Cmake+MinGW+编译opencv4.5 sources安装过程以及opencv踩坑日记

文章目录前言一、MinGW(GCC)+Cmake+opencvsource下载(一)、MinGW(GCC)安装(1、sourceforge(2、MinGW官网中github下载(二)、Cmake(三)、Opencvsources二、安装过程(一)、第一次配置过程(二)、第二次配置过程(1、首先我们Search里指定安装目录(install)(2、然后添加opencv_contrib模块,注意路径以modules结尾(3、BUILD_opencv_world(4、CMAKE_BUILD_TYPE选择opencv本次编译的版本(Release、Debug)(5、点击configre以后可能存在问题

CUDA安装及多版本切换

CUDA安装及多版本切换文章目录CUDA安装及多版本切换1.CUDA下载安装2.CUDA版本切换3.nvcc和nvidia-smi显示的CUDAVersion不一致1.CUDA下载安装CUDA下载https://developer.nvidia.com/cuda-toolkit-archive在这个页面上选择对应版本的CUDA驱动,选择runfile安装方式,下载一个.run文件,并执行。wgethttps://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01

现代 CMake 模块化项目管理指南

现代CMake模块化项目管理指南参考小彭老师的视频教程整理笔记,学习同时方便快速查阅,视频链接如下【公开课】现代CMake模块化项目管理指南【C/C++】对应课程PPT和源码见https://github.com/parallel101/course文件/目录组织规范完整案例参考源码仓库https://github.com/parallel101/course/tree/master/16/00推荐的目录组织方式.├──biology│  ├──CMakeLists.txt│  ├──include│  │  └──biology│  │  └──Animal.h│  └──src│  └──

cmake应用:集成gtest进行单元测试

编写代码有bug是很正常的,通过编写完备的单元测试,可以及时发现问题,并且在后续的代码改进中持续观测是否引入了新的bug。对于追求质量的程序员,为自己的代码编写全面的单元测试是必备的基础技能,在编写单元测试的时候也能复盘自己的代码设计,是提高代码质量极为有效的手段。本文主要介绍以下几个方面的内容:何为单元测试何为gtest怎么使用gtest怎么运行测试一、单元测试是什么?单元测试(UnitTesting),一般指对软件中的最小可测试单元进行检查和验证。最小可测试单元可以是指一个函数、一次调用过程、一个类等,不同的语言可能有不同的测试方法,暂时不必深究。对于C/C++语言,单元测试一般是针对一个

nvidia驱动 && docker镜像cuda ,anaconda,pytorch下载ubuntu20.04&&pycharm远程连接远端服务器docker中的conda环境(完整操作)

内含一整套操作,从设置容器到远程连接。操作环境:服务器:ubuntu20.04本机:win10IDE:pycharm专业版1.nvidia驱动下载下载驱动很容易的,下面我们来介绍一种最简单的方法。sudoubuntu-driversdevices#显示可用驱动sudoaptinstallnvidia-driver-525#我这里选择的是525,大家按需操作即可reboot#需要重启一下nvidia-smi#验证是否有驱动  2.docker下载  参考参考网站里有很详细的解说,我们只再列出需要的代码。sudoaptupdate#更新软件包apt-getinstallca-certificate

现代 CMake 模块化项目管理指南

现代CMake模块化项目管理指南参考小彭老师的视频教程整理笔记,学习同时方便快速查阅,视频链接如下【公开课】现代CMake模块化项目管理指南【C/C++】对应课程PPT和源码见https://github.com/parallel101/course文件/目录组织规范完整案例参考源码仓库https://github.com/parallel101/course/tree/master/16/00推荐的目录组织方式.├──biology│  ├──CMakeLists.txt│  ├──include│  │  └──biology│  │  └──Animal.h│  └──src│  └──

CMake 学习笔记

CMake学习笔记CMake已经是C++构建系统的事实标准。主要是对小彭老师的C++视频课程中CMake相关部分的一些笔记和整理,视频链接如下学C++从CMake学起现代CMake高级教程包含视频中的代码和PPT的仓库见以下链接https://github.com/parallel101/course本笔记重点关注与CMake相关的一些知识点,需要的前置知识为C++本身的头文件机制、编译流程、Makefile的基本认知等内容,所以不会赘述课程中出现的一些很基本的内容。目录CMake学习笔记学C++从CMake学起基本的C++编译相关的命令CMake简介静态库和动态库CMake中的静态库和动态库

车路协同中 CUDA 鱼眼相机矫正、检测、追踪

    在车路协同中,鱼眼一般用来补充杆件下方的盲区,需要实现目标检测、追踪、定位。在目标追踪任务中,通常的球机或者枪机方案,无法避免人群遮挡的问题,从而导致较高的IDSwich,造成追踪不稳定。但是鱼眼相机的顶视角安装方式,天然缓解了遮挡的问题,从而实现杆件下方的盲区问题 1、鱼眼相机原理介绍   相机镜头大致上可以分为变焦镜头和定焦镜头两种。顾名思义,变焦镜头可以在一定范围内变换焦距,随之得到不同大小的视野;而定焦镜头只有一个固定的焦距,视野大小是固定的。鱼眼镜头是定焦镜头中的一种视野范围很大的镜头,视角通常大于180°。如下图所示,在获取更大视野范围的同时,鱼眼镜头成像的畸变也更大。  

Windows下Anaconda+CUDA+CUDNN+Pytorch+VSCODE安装配置及常见问题(可行方案)

文章目录前言此处写的以自己GT730为例,主要针对老版本显卡的可行安装步骤一、Nvidia显卡驱动下载及安装二、根据显卡计算算力三、查看显卡最高支持的CUDA版本四、安装Anaconda五、安装VisualStudio六、选择CUDA版本及安装七、下载对应版本CUDNN并安装八、安装Pytorch九、先来个没用的测试吧问题及解决方案:Refernence:前言此处写的以自己GT730为例,主要针对老版本显卡的可行安装步骤这个内容主要是针对自己折腾几天遇到的问题和解决方法的一个记录,用来作为自己的备忘,遇到同样问题可以参考,同时也感谢各位博主之前的分享,为我提供了极大帮助;另外,若有其它问题也可