问题描述测试在docker中是否能够正常使用gpu。使用如下命令会报错。dockerrun--rm--gpusallnvidia/cuda:11.0-basenvidia-smiErrorresponsefromdaemon:manifestfornvidia/cuda:11.0notfound:manifestunknown:manifestunknown原因分析：命令中cuda后面填写的版本型号不存在，可以从文档中查找对应系统的版本型号。解决方案：在https://gitlab.com/nvidia/container-images/cuda/blob/master/doc/support

前些天在B站上看到用OpenCV调用CUDA加速目标检测和关键点检测的教程，较Pytorch推理速度提升很明显，最近整了个RTX4070，所以就也想来试一试。由于刚换了电脑，没有相关环境，配置过程中踩了一些坑，因此有了这篇记录文章。目录基本配置前置条件下载和修改OpenCV下载修改配置编译OpenCV1.利用CMake配置OpenCV源代码工程2.VisualStudio2019编译OpenCV源代码配置VisualStudio2019测试程序参考教程基本配置系统：Windows11-22H2显卡：RTX4070驱动：CUDA-11.8,cudnn-windows-x86_64-8.9.2.2

目录1.查看显卡版本命令：2.更新驱动：2.1下载显卡驱动2.2安装前配置2.3安装显卡驱动3.下载更换cuda版本：3.1下载cuda：3.2安装过程中遇到一些选项，同意协议accept3.3vi~/.bashrc末端加上配置信息参考连接：1.查看显卡版本命令：nvidia-smi：GPU驱动版本，driverAPI（支持的最高cuda版本）。watch-n1nvidia-smi：动态监控显卡状态。nvcc-V：cuda版本，timeAPI（运行时API）。2.更新驱动：2.1下载显卡驱动查看自己的显卡信息：lspci|grep-invidia 根据自己的显卡信息去登录NVIDIA官方下载适

Ubuntu安装cmake的三种方法（超方便！）第一种方法（不推荐）直接使用apt安装，但是安装的版本很老，不推荐这种方法sudoaptinstallcmake第二种方法（cmake源码编译）从https://cmake.org/download/下载源码，如cmake-3.24.1.tar.gz解压包tar-zxvfcmake-3.24.1.tar.gz进入到解压后的文件夹，然后执行bootstrap文件进行检查cdcmake-3.24.1./bootstrap检查没有发现问题的话，进行安装-j8是选择八核编译，如果是电脑是四核就make-j4，不清楚的就直接make，影响不大，只是编译速度

Ubuntu安装cmake的三种方法（超方便！）第一种方法（不推荐）直接使用apt安装，但是安装的版本很老，不推荐这种方法sudoaptinstallcmake第二种方法（cmake源码编译）从https://cmake.org/download/下载源码，如cmake-3.24.1.tar.gz解压包tar-zxvfcmake-3.24.1.tar.gz进入到解压后的文件夹，然后执行bootstrap文件进行检查cdcmake-3.24.1./bootstrap检查没有发现问题的话，进行安装-j8是选择八核编译，如果是电脑是四核就make-j4，不清楚的就直接make，影响不大，只是编译速度

RuntimeError:nms_impl:implementationfordevicecuda:0notfound.关于mmpose的网页搜索并不多，查了一些资料是cuda不匹配的问题，参考添加链接描述，后续检查了自己配置，是匹配的。就卸载了mmcv-full,在重新安装，安装命令是pipinstallmmcv-full没有后面的指定版本，运行demo时成功！虽然卸载的和再重新下载的版本一致，但就是可以了，很奇怪，能运行就行，哈哈哈哈

0、引言最近工作中需要用到使用CUDA加速后的opencv进行传统算法的开发，在编程之前，需要先解决环境编译和lib库问题，本文就是记录自己编译opencv-4.7.0的全过程。1、CUDA下载和安装可参考我之前的博客WIN10安装配置TensorRT详解中的前几节，可以清楚的知道如何在Windows10系统上安装适合自己的CUDA以及验证CUDA是否可用2、opencv-4.7.0+opencv-contrib-4.7.0下载opencv的官方网站release了很多版本的opencv，如下图所示：博主选择opencv-4.7.0的sources进行下载。opencv-contrib-4.7

查看nvidia的版本516.94可安装11.4最新（实验室电脑）笔记本上安装cuda10.0第一次会让设置临时解压目录，笔记本c盘内存不足，于是在D盘新建了一个temp的文件（应该安装完成后会自动删除）。选择自定义此处没有选择默认路径，而是在D盘新建了一个cuda的文件夹。查看环境变量点击设置–>搜索高级系统设置–>查看环境变量【如果没有需要自己添加】此处我都有，啊哈哈哈NVCUDASAMPLES_ROOTNVCUDASAMPLES11_0_ROOT验证是否安装成功：运行cmd，输入nvcc--version即可查看版本号；setcuda，可以查看CUDA设置的环境变量。

查看nvidia的版本516.94可安装11.4最新（实验室电脑）笔记本上安装cuda10.0第一次会让设置临时解压目录，笔记本c盘内存不足，于是在D盘新建了一个temp的文件（应该安装完成后会自动删除）。选择自定义此处没有选择默认路径，而是在D盘新建了一个cuda的文件夹。查看环境变量点击设置–>搜索高级系统设置–>查看环境变量【如果没有需要自己添加】此处我都有，啊哈哈哈NVCUDASAMPLES_ROOTNVCUDASAMPLES11_0_ROOT验证是否安装成功：运行cmd，输入nvcc--version即可查看版本号；setcuda，可以查看CUDA设置的环境变量。

用习惯了Clion，智能提示很棒，就不想用Qt自带的creator编辑器，并且新版的Clion支持编辑ui文件。于是搜罗了一下教程搭配一下环境安装，其实最重要的还是cmakelist的编写。QT现在只能在线下载器安装。下载器的下载地址：https://download.qt.io/archive/online_installers/无脑最新的就好，需要注册账号，也很方便。安装时需全程联网。注意下方，先右边选择最新支持版本，筛选，然后会重新加载版本。根据需要下载MSVC或MinGW的版本就好。当然也可以都下载。 一路下一步就行，下载好打开Clion，新建项目。注意，QT6必须C++17以上的标准